💬 NLP

Semantic XPath: Structured Agentic Memory Access for Conversational AI

Ce papier présente Semantic XPath, une méthode de mémoire arborescente pour les agents de conversation qui surpasse les approches RAG plates et l'in-context memory en termes de performance et d'efficacité tokenique, tout en offrant un système de démonstration visualisant l'exécution des requêtes.

Auteurs originaux : Yifan Simon Liu, Ruifan Wu, Liam Gallagher, Jiazhou Liang, Armin Toroghi, Scott Sanner

Publié 2026-03-03

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Yifan Simon Liu, Ruifan Wu, Liam Gallagher, Jiazhou Liang, Armin Toroghi, Scott Sanner

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🧠 Le Problème : Le "Cerveau" qui s'emballe

Imaginez que vous avez un assistant virtuel (un agent de conversation) qui vous aide à planifier vos vacances, gérer votre liste de courses ou organiser votre travail sur plusieurs mois.

Pour être efficace, cet assistant doit se souvenir de tout ce que vous avez dit.

L'ancienne méthode (Mémoire "In-Context") : C'est comme si l'assistant devait relire toute votre conversation, du premier mot au dernier, à chaque fois que vous lui posez une question.
- Le problème : Plus la conversation est longue, plus c'est lent, plus ça coûte cher, et plus l'assistant se trompe (il "hallucine" ou oublie des détails importants). C'est comme essayer de trouver une aiguille dans une botte de foin en relisant tout le champ de foin à chaque fois.
La méthode "RAG" classique : C'est comme avoir une grande boîte à chaussures remplie de notes en vrac. Quand vous demandez quelque chose, l'assistant cherche les mots-clés dans la boîte.
- Le problème : Si vous demandez "Ajoute une pause café le jour où il y a beaucoup de conférences", l'assistant peut chercher dans la mauvaise boîte ou mélanger les jours, car les notes ne sont pas bien rangées par ordre logique.

🌳 La Solution : "Semantic XPath" (L'Arbre de Mémoire)

Les auteurs proposent une nouvelle façon de structurer la mémoire de l'assistant, qu'ils appellent Semantic XPath.

Imaginez que la mémoire de l'assistant n'est plus une botte de foin ou une boîte à chaussures, mais un grand arbre généalogique bien rangé (ou un arbre de Noël avec des décorations organisées).

La Structure (L'Arbre) :
- Au sommet, vous avez le "Voyage".
- Ensuite, vous avez les "Jours" (Jour 1, Jour 2...).
- Dans chaque jour, vous avez les "Activités" (Conférence, Repas, Visite).
- C'est une hiérarchie claire, comme un sommaire de livre ou un arbre de fichiers sur votre ordinateur.
La Magie (Le Langage de Recherche) :
Au lieu de chercher des mots au hasard, l'assistant utilise un langage spécial (inspiré de l'informatique, appelé "XPath") qui lui permet de dire : "Va directement au Jour 2, puis cherche les activités qui ressemblent à 'conférence', et ajoute une pause café là-dessus."
- C'est comme si vous aviez un GPS qui vous emmène directement à la page exacte du livre, au paragraphe exact, au mot exact, sans avoir à lire tout le livre.

🚀 Les Résultats : Pourquoi c'est génial ?

Les chercheurs ont testé leur système et voici ce qu'ils ont découvert :

Précision accrue : Le système fait 176 % de mieux que les méthodes classiques (RAG plat) pour trouver la bonne information. Il ne se trompe plus de jour ou de tâche.
Économie d'énergie : Pour faire le même travail, l'assistant utilise 90 % de moins de "tokens" (c'est l'unité de mesure de la quantité de texte qu'il doit lire).
- L'analogie : C'est la différence entre lire tout un roman pour trouver une recette de cuisine (méthode ancienne) et aller directement à l'index pour trouver la page 42 (Semantic XPath). C'est beaucoup plus rapide et moins cher.
Stabilité : Peu importe si vous avez une conversation de 5 minutes ou de 5 heures, l'assistant reste aussi rapide et précis. Il ne s'emballe pas.

🎥 La Démo Visuelle (SemanticXpath Chat)

Pour montrer comment ça marche, ils ont créé un système de démonstration où vous pouvez voir l'arbre de mémoire se mettre à jour en temps réel.

Quand vous posez une question, vous voyez le "chemin" que l'assistant emprunte dans l'arbre.
Vous voyez exactement quelle branche il sélectionne et pourquoi.
C'est comme avoir une vue aux rayons X du cerveau de l'assistant, ce qui le rend plus transparent et fiable.

En Résumé

Ce papier nous dit que pour que les assistants IA soient vraiment utiles sur le long terme (pour gérer des projets complexes sur des mois), il faut arrêter de les faire "lire tout" et commencer à leur apprendre à organiser leurs souvenirs en arbres structurés.

Semantic XPath, c'est l'outil qui permet à l'assistant de dire : "Je sais exactement où ranger et où chercher cette information, sans avoir à tout relire." C'est le futur des assistants personnels intelligents.

Résumé Technique : Semantic XPath

1. Problématique

Les agents de conversation (ConvAI) destinés à des interactions à long terme et orientées vers des tâches (comme la planification de voyages ou la gestion de listes de tâches) nécessitent une mémoire structurée pour suivre l'historique des révisions et l'organisation hiérarchique des artefacts. Les approches actuelles présentent deux limites majeures :

Approche « In-Context » : Elle consiste à ajouter l'historique complet de la conversation à l'entrée du modèle. Cette méthode échoue rapidement face aux limites de la fenêtre de contexte, entraîne des coûts de tokens élevés, une latence accrue et une dégradation des capacités de raisonnement (hallucinations). Les résultats empiriques montrent que cette méthode échoue à satisfaire la moitié des demandes utilisateur après seulement cinq tours de conversation.
Approche RAG (Retrieval-Augmented Generation) « Plate » : Bien qu'elle récupère des informations pertinentes, elle traite la mémoire comme une collection d'éléments plats, ignorant la structure hiérarchique naturelle des données. Cela conduit à des erreurs de récupération (ex. : récupérer des activités d'un mauvais jour dans un itinéraire) et à un manque de raisonnement structurel.

2. Méthodologie : Semantic XPath

Les auteurs proposent Semantic XPath, un module de mémoire en forme d'arbre conçu pour accéder et mettre à jour efficacement la mémoire conversationnelle structurée.

Modèle de Données : La mémoire est représentée comme un arbre enraciné $T = (V, E, r)$ , où chaque nœud correspond à une unité d'état conversationnel (ex. : Itinéraire → Version → Jour → Point d'intérêt/POI). Un schéma définit les types de nœuds et leurs attributs.
Langage de Requêtes : Le système utilise un langage inspiré de XPath mais enrichi de capacités sémantiques. Une requête $Q$ $Q$ est une séquence d'étapes composées de :
- Navigateurs d'axe : / (enfants) ou // (descendants).
- Sélecteurs de nœuds : Types de nœuds spécifiques ou joker (*).
- Sélecteurs positionnels : Indices pour cibler des nœuds spécifiques (ex. [3] pour le troisième jour).
- Opérateurs de pertinence sémantique : C'est l'innovation clé. Contrairement au XPath classique qui repose sur des correspondances exactes, Semantic XPath attribue un score de pertinence sémantique aux nœuds. Il utilise des opérateurs locaux (similarité de texte, entailment) et des agrégations (avg, min, max) pour évaluer la densité sémantique d'une branche de l'arbre.
Exécution : L'exécution de la requête est une fonction récursive qui maintient un ensemble de nœuds pondérés. Elle traverse l'arbre, filtre les nœuds selon les sélecteurs et calcule les scores de pertinence pour identifier les sous-structures les plus pertinentes (ex. : « Trouver le jour le plus chargé en conférences »).
Système Démo (SemanticXPath Chat) : Un système complet de bout en bout qui visualise la mémoire structurée, l'exécution des requêtes et les scores de pertinence, permettant aux utilisateurs d'inspecter le processus de décision de l'agent.

3. Contributions Clés

Architecture de Mémoire Structurée : Introduction d'un module de mémoire arborescente accessible via un langage de requête sémantique, permettant une granularité fine dans la récupération et la mise à jour des données.
Performance Supérieure : Démonstration empirique que Semantic XPath surpasse les baselines RAG plates de 176,7 % en termes de taux de réussite (pass rate).
Efficacité des Ressources : Le système utilise seulement 9,1 % des tokens requis par l'approche « in-context memory » tout en maintenant des performances comparables, réduisant drastiquement les coûts et la latence.
Outil de Visualisation : Création de SemanticXPath Chat, une interface qui rend transparent le fonctionnement interne de la récupération de mémoire structurée.

4. Résultats Expérimentaux

L'évaluation a été menée sur trois domaines (Itinéraire de voyage, Liste de tâches, Recommandation de kits de repas) avec des modèles LLM (GPT-5 mini, Gemini-3 flash).

Évaluation en un seul tour (Single-turn) :
- Semantic XPath atteint un taux de réussite comparable à l'approche « in-context » et bien supérieur au RAG plat.
- Le RAG plat échoue souvent à raisonner hiérarchiquement (ex. : ne pas restreindre la recherche au jour spécifique demandé).
- Semantic XPath réduit l'utilisation de tokens d'un facteur 5 par rapport à l'approche « in-context ».
Évaluation multi-tours (Multi-turn) :
- L'approche « in-context » voit son taux de réussite chuter drastiquement à mesure que l'historique s'allonge (confusion des informations).
- Semantic XPath maintient un taux de réussite stable, car il ne récupère que les données structurées pertinentes pour la demande actuelle, ignorant le bruit contextuel.
- L'utilisation de tokens reste stable avec Semantic XPath, tandis qu'elle augmente linéairement avec l'approche « in-context ».

5. Signification et Impact

Ce travail propose un candidat solide pour la prochaine génération de systèmes ConvAI orientés vers des tâches à long terme. En passant d'une mémoire textuelle plate ou d'une accumulation de contexte à une mémoire structurée arborescente accessible sémantiquement, Semantic XPath résout les problèmes d'échelle, de coût et de fiabilité.

Il offre aux développeurs un cadre pratique pour construire des agents capables de gérer des artefacts complexes (comme des plans de voyage évolutifs) sur de nombreuses sessions, tout en garantissant une efficacité computationnelle et une transparence accrue grâce à la visualisation des requêtes. Cela marque une transition vers des agents plus robustes, capables de raisonner sur la structure de leurs propres connaissances plutôt que de simplement traiter du texte brut.