ComoRAG: Un RAG Organizzato in Memoria di Ispirazione Cognitiva per il Ragionamento Narrativo Lungo e Stateful

ComoRAG: A Cognitive-Inspired Memory-Organized RAG for Stateful Long Narrative Reasoning

August 14, 2025

Autori: Juyuan Wang, Rongchen Zhao, Wei Wei, Yufeng Wang, Mo Yu, Jie Zhou, Jin Xu, Liyan Xu

cs.AI

Abstract

La comprensione narrativa di storie lunghe e romanzi è sempre stata un dominio impegnativo a causa delle loro trame intricate e delle relazioni complesse e spesso in evoluzione tra personaggi ed entità. Considerando la capacità ridotta dei modelli linguistici di grandi dimensioni (LLM) di ragionare su contesti estesi e l'elevato costo computazionale, gli approcci basati sul retrieval continuano a svolgere un ruolo fondamentale nella pratica. Tuttavia, i tradizionali metodi RAG possono risultare insufficienti a causa del loro processo di retrieval stateless e a singolo passaggio, che spesso trascura la natura dinamica della cattura delle relazioni interconnesse all'interno di contesti di lunga durata. In questo lavoro, proponiamo ComoRAG, basandoci sul principio che il ragionamento narrativo non è un processo one-shot, ma un'interazione dinamica e in evoluzione tra l'acquisizione di nuove evidenze e il consolidamento di conoscenze passate, analogo alla cognizione umana quando si ragiona con segnali legati alla memoria nel cervello. Nello specifico, quando incontra un'impasse nel ragionamento, ComoRAG attraversa cicli iterativi di ragionamento interagendo con uno spazio di memoria dinamico. In ogni ciclo, genera query esplorative per delineare nuovi percorsi di indagine, quindi integra le evidenze recuperate di nuovi aspetti in un pool di memoria globale, supportando così l'emergere di un contesto coerente per la risoluzione della query. Su quattro benchmark narrativi di contesto lungo (200K+ token), ComoRAG supera i forti baseline RAG con guadagni relativi consistenti fino all'11% rispetto al baseline più forte. Un'ulteriore analisi rivela che ComoRAG è particolarmente vantaggioso per query complesse che richiedono una comprensione globale, offrendo un paradigma motivato cognitivamente e basato su principi per la comprensione del contesto lungo basata sul retrieval verso un ragionamento stateful. Il nostro codice è pubblicamente disponibile all'indirizzo https://github.com/EternityJune25/ComoRAG.

English

Narrative comprehension on long stories and novels has been a challenging domain attributed to their intricate plotlines and entangled, often evolving relations among characters and entities. Given the LLM's diminished reasoning over extended context and high computational cost, retrieval-based approaches remain a pivotal role in practice. However, traditional RAG methods can fall short due to their stateless, single-step retrieval process, which often overlooks the dynamic nature of capturing interconnected relations within long-range context. In this work, we propose ComoRAG, holding the principle that narrative reasoning is not a one-shot process, but a dynamic, evolving interplay between new evidence acquisition and past knowledge consolidation, analogous to human cognition when reasoning with memory-related signals in the brain. Specifically, when encountering a reasoning impasse, ComoRAG undergoes iterative reasoning cycles while interacting with a dynamic memory workspace. In each cycle, it generates probing queries to devise new exploratory paths, then integrates the retrieved evidence of new aspects into a global memory pool, thereby supporting the emergence of a coherent context for the query resolution. Across four challenging long-context narrative benchmarks (200K+ tokens), ComoRAG outperforms strong RAG baselines with consistent relative gains up to 11% compared to the strongest baseline. Further analysis reveals that ComoRAG is particularly advantageous for complex queries requiring global comprehension, offering a principled, cognitively motivated paradigm for retrieval-based long context comprehension towards stateful reasoning. Our code is publicly released at https://github.com/EternityJune25/ComoRAG