跳转至

MemForest：事件树组成的长期记忆森林

复现级别：公开观察解析诊断。 实现事件分区、渐进合并与 anchor 邻域检索；语义相似度用词项重叠近似。

论文信息

字段 内容
论文链接 arXiv 2609.08273
公司/机构 Shanghai Jiao Tong University（第一作者署名单位）
首次公开日期 2026-09-08（arXiv v1）
原文开源代码 是：MemForest
Adapter / 方法 memforest
本地复现代码 src/auto_research/agent_research/latest_20260912.py

原始论文总结

背景与主要改动

MemForest 不把全部历史压进一条摘要，而是先按事件切分成多棵树，再在容量压力下渐进合并节点。查询从语义 anchor 出发向邻域传播，保留时间结构和跨事件关联。

flowchart LR
  H[历史事件流] --> P[事件分区]
  P --> F[EventTree 森林]
  F --> M[容量触发渐进合并]
  Q[当前查询] --> A[anchor 定位]
  M --> A --> N[邻域传播与检索]

原论文关键图

MemForest：事件树组成的长期记忆森林 原论文 Figure 2

原论文 Figure 2（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

本地复现与边界

三种子结果见 metrics/mini-suite-seeds42-44.json。本地 EventTree 是紧凑 CPU 数据结构，使用 token Jaccard 选择树并真实执行压缩；未运行作者 embedding、LLM 摘要器或长程 benchmark。