EviMem: Recuperação Iterativa Orientada por Lacunas de Evidência para Memória Conversacional de Longo Prazo

Resumo

A memória conversacional de longo prazo requer a recuperação de evidências dispersas em múltiplas sessões, no entanto, a recuperação em uma única passagem falha em questões temporais e de múltiplos saltos. Os métodos iterativos existentes refinam consultas por meio de conteúdo gerado ou sinais no nível do documento, mas nenhum diagnostica explicitamente a lacuna de evidências, ou seja, o que está faltando no conjunto de recuperação acumulado, deixando o refinamento da consulta sem alvo. Apresentamos o EviMem, que combina o IRIS (Iterative Retrieval via Insufficiency Signals), uma estrutura de malha fechada que detecta lacunas de evidências por meio de avaliação de suficiência, diagnostica o que está faltando e conduz o refinamento direcionado da consulta, com o LaceMem (Layered Architecture for Conversational Evidence Memory), uma hierarquia de memória de grosseiro a fino que suporta o diagnóstico granular de lacunas. No LoCoMo, o EviMem melhora a Acurácia do Juiz em relação ao MIRIX em questões temporais (de 73,3% para 81,6%) e de múltiplos saltos (de 65,9% para 85,2%) com latência 4,5x menor. Código: https://github.com/AIGeeksGroup/EviMem.

English

Long-term conversational memory requires retrieving evidence scattered across multiple sessions, yet single-pass retrieval fails on temporal and multi-hop questions. Existing iterative methods refine queries via generated content or document-level signals, but none explicitly diagnoses the evidence gap, namely what is missing from the accumulated retrieval set, leaving query refinement untargeted. We present EviMem, combining IRIS (Iterative Retrieval via Insufficiency Signals), a closed-loop framework that detects evidence gaps through sufficiency evaluation, diagnoses what is missing, and drives targeted query refinement, with LaceMem (Layered Architecture for Conversational Evidence Memory), a coarse-to-fine memory hierarchy supporting fine-grained gap diagnosis. On LoCoMo, EviMem improves Judge Accuracy over MIRIX on temporal (73.3% to 81.6%) and multi-hop (65.9% to 85.2%) questions at 4.5x lower latency. Code: https://github.com/AIGeeksGroup/EviMem.