Memória Estruturada de Eventos Episódicos

Resumo

As abordagens atuais para memória em Modelos de Linguagem de Grande Porte (LLMs) dependem predominantemente da Geração Aumentada por Recuperação (RAG) estática, o que frequentemente resulta em recuperação fragmentada e falha em capturar as dependências estruturais necessárias para o raciocínio complexo. Para agentes autónomos, estas arquiteturas passivas e planas carecem da organização cognitiva necessária para modelar a natureza dinâmica e associativa da interação de longo prazo. Para resolver esta limitação, propomos a Memória de Eventos Episódicos Estruturada (SEEM), uma estrutura hierárquica que sinergiza uma camada de memória em grafo para factos relacionais com uma camada de memória episódica dinâmica para a progressão narrativa. Fundamentada na teoria dos *frames* cognitivos, a SEEM transforma fluxos de interação em *Frames* de Eventos Episódicos (EEFs) estruturados, ancorados por ponteiros de proveniência precisos. Adicionalmente, introduzimos um mecanismo de fusão associativa agentiva e de Expansão de Proveniência Reversa (RPE) para reconstruir contextos narrativos coerentes a partir de evidências fragmentadas. Resultados experimentais nos *benchmarks* LoCoMo e LongMemEval demonstram que a SEEM supera significativamente os métodos de base, permitindo que os agentes mantenham uma coerência narrativa e consistência lógica superiores.

English

Current approaches to memory in Large Language Models (LLMs) predominantly rely on static Retrieval-Augmented Generation (RAG), which often results in scattered retrieval and fails to capture the structural dependencies required for complex reasoning. For autonomous agents, these passive and flat architectures lack the cognitive organization necessary to model the dynamic and associative nature of long-term interaction. To address this, we propose Structured Episodic Event Memory (SEEM), a hierarchical framework that synergizes a graph memory layer for relational facts with a dynamic episodic memory layer for narrative progression. Grounded in cognitive frame theory, SEEM transforms interaction streams into structured Episodic Event Frames (EEFs) anchored by precise provenance pointers. Furthermore, we introduce an agentic associative fusion and Reverse Provenance Expansion (RPE) mechanism to reconstruct coherent narrative contexts from fragmented evidence. Experimental results on the LoCoMo and LongMemEval benchmarks demonstrate that SEEM significantly outperforms baselines, enabling agents to maintain superior narrative coherence and logical consistency.