港科廣團隊助Agent找回長對話遠距記憶

難題案例

例如用戶問「最早在哪裏遇見那位影響我職業選擇的人」，系統須同時檢索兩段對話：該人影響了職業選擇，以及初相識的場合。後者未必含有任何與查詢相近的字詞。

現有局限

只按表面相似度檢索，容易在關鍵詞缺失或距離過遠時失效，系統可能知道對方是誰，卻答不出在哪裏認識。這暴露了長程依賴建模與隱式關係推理的短板。

新機制

聯合團隊提出強化長程記憶的機制，讓 Agent 通過語義對齊將跨輪分散的資訊關聯起來，不依賴字面相似度，從而在長對話中找回看似「失聯」的記憶。

應用價值

這一能力直接關係個性化服務、多輪任務協作與助理類應用。相關工作獲 ACL 2026 收錄，顯示長對話記憶與檢索機制已成為 Agent 研究的重要方向。