# LoCoMo基准

长期记忆系统通常把事实存成条目、检索时按相关性挑选，跨会话分散且随时间变化的事实难以组合。MaC把记忆构建与检索统一到同一套代码抽象上：事实被写成带规范标识和来源的可执行函数，查询则被编译成一段检索程序，一次规划调用后由执行器运行。在LOCOMO与LONGMEMEVAL上，MaC在四个评测设置中整体LLM判分均为最高，相对各自最强基线最高提升15.91%和9.06%，并显著降低token消耗。

长期记忆系统通常把事实存成条目、检索时按相关性挑选，跨会话分散且随时间变化的事实难以组合。MaC把记忆构建与检索统一到同一套代码抽象上：事实被写成带规范标识和来源的可执行函数，查询则被编译成一段检索程序，一次规划调用后由执行器运行。在LOCOMO与LONGMEMEVAL上，MaC在四个评测设置中整体LLM判分均为最高，相对各自最强基线最高提升15.91%和9.06%，并显著降低token消耗。

智能体记忆系统通常按与当前查询的相关性检索记忆，并把它们当作上下文证据；TrawMem把交互历史组织成局部线索，再按任务角色分配并联合选取互补记忆，构成面向任务的工作区。在LoCoMo与MemGallery上，以四个开源和闭源骨干模型测试，宏观F1相对代表性记忆系统提高2.23至3.14点；在LoCoMo上，Qwen3.5-9B与DeepSeek-V4-Flash的LLM-Judge分数分别比SimpleMem高4.07和4.31个百分点，同时上下文token分别少约12.8%和5.1%。

智能体记忆系统通常按与当前查询的相关性检索记忆，并把它们当作上下文证据；TrawMem把交互历史组织成局部线索，再按任务角色分配并联合选取互补记忆，构成面向任务的工作区。在LoCoMo与MemGallery上，以四个开源和闭源骨干模型测试，宏观F1相对代表性记忆系统提高2.23至3.14点；在LoCoMo上，Qwen3.5-9B与DeepSeek-V4-Flash的LLM-Judge分数分别比SimpleMem高4.07和4.31个百分点，同时上下文token分别少约12.8%和5.1%。

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。

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。