CogMem 用 PEC2F 图结构与智能体检索重构长期对话记忆，在 LoCoMo 与 LongMemEval 上取得最高准确率
该工作提出 CogMem，一种基于 PEC2F（人物-事件-概念-主张-事实）图模式的免训练认知记忆架构：用 Claim 节点保留主观陈述的来源与对象，将对话轮次增量转为带来源的图记录并整合为高层事实，再由 LLM 意图解析驱动的规则控制器组合锚定、遍历、交集与证据落地四种图算子重建上下文；在 LoCoMo 与 LongMemEval 上，多跳、时序与知识更新任务表现突出，消融与语义坍缩探针支持认知分离、整合与智能体检索的互补贡献。