💬 NLP

Chronos: Temporal-Aware Conversational Agents with Structured Event Retrieval for Long-Term Memory

Le papier présente Chronos, un cadre de mémoire temporelle innovant qui améliore considérablement la capacité des agents conversationnels à raisonner sur des faits et préférences évolutifs en structurant les dialogues en événements indexés et en utilisant une boucle d'outils itérative pour la récupération, atteignant ainsi un état de l'art de 95,60 % sur le benchmark LongMemEvalS.

Auteurs originaux : Sahil Sen, Elias Lumer, Anmol Gulati, Vamse Kumar Subbiah

Publié 2026-03-18

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Sahil Sen, Elias Lumer, Anmol Gulati, Vamse Kumar Subbiah

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

Imagine que vous avez un ami très intelligent, capable de discuter avec vous pendant des mois, voire des années. Le problème, c'est que même les meilleurs amis ont tendance à oublier les détails précis du passé : "Est-ce que j'ai acheté cette machine à café en janvier ou en mars ?", "Combien de fois ai-je fait du sport le mois dernier ?".

Les systèmes d'intelligence artificielle actuels sont comme des amis qui lisent tout ce que vous avez dit, mais qui n'ont pas de calendrier. Ils se perdent dans la masse de conversations.

C'est ici qu'intervient Chronos, le nouveau système présenté dans ce papier. Voici comment il fonctionne, expliqué simplement avec des images du quotidien.

1. Le Problème : Le "Mur de Brique" vs. Le "Calendrier"

Imaginez que votre historique de conversation est une immense bibliothèque remplie de livres (vos discussions).

Les anciens systèmes essaient de tout lire en même temps pour trouver une réponse. C'est lent et ils se perdent souvent.
D'autres systèmes essaient de résumer tout ce qui s'est passé dans un gros livre de règles (un graphe de connaissances), mais c'est trop lourd et rigide.

Chronos fait quelque chose de plus malin : il ne lit pas tout, et il ne résume pas tout. Il crée deux outils distincts pour vous aider :

2. La Solution : Deux Agendas Magiques

Chronos maintient deux "calendriers" parallèles :

Le Calendrier des Conversations (Le Journal de Bord) : C'est la copie exacte de tout ce que vous avez dit, mot pour mot. C'est utile pour comprendre le contexte, l'humour ou les nuances. C'est comme votre journal intime complet.
Le Calendrier des Événements (L'Agenda de Rigueur) : C'est la grande innovation. Chronos lit vos conversations et en extrait uniquement les faits importants datés.
- Exemple : Si vous dites "J'ai acheté un Fitbit la semaine dernière", Chronos ne stocke pas juste la phrase. Il crée une fiche structurée : Qui (Vous) + Action (Achat) + Quoi (Fitbit) + Quand (Une plage de dates précise).
- C'est comme si votre ami prenait un stylo surligneur et notait sur un agenda : "15 mars : Achat Fitbit".

3. Le Super-Pouvoir : Le "Guide de Chasse" Dynamique

Quand vous posez une question, Chronos ne se contente pas de chercher des mots-clés. Il utilise un guide de chasse intelligent (ce qu'ils appellent le "Dynamic Prompting").

Imaginez que vous demandez : "Combien de fois ai-je couru en mai ?"
Au lieu de chercher bêtement le mot "courir", Chronos analyse votre question et dit à son agent :

"Attends, cette question demande un calcul de dates. Ne cherche pas juste le mot 'courir'. Va d'abord dans l'Agenda des Événements pour trouver tous les événements de 'course' entre le 1er et le 31 mai. Ensuite, vérifie le Journal de Bord pour voir si tu as changé d'avis ou annulé une séance."

C'est comme si vous donniez à votre ami une carte au trésor précise avant qu'il ne parte chercher l'information, au lieu de lui dire "cherche quelque part".

4. Pourquoi c'est si performant ?

Les tests montrent que Chronos est bien meilleur que les autres systèmes (il atteint 95,6% de réussite sur des questions complexes). Pourquoi ?

Il ne perd pas de temps : Il ne cherche pas dans tout le texte pour une question de date. Il va directement à l'agenda.
Il comprend le temps : Il sait que "la semaine dernière" ou "le mois dernier" sont des dates précises à calculer, pas juste des mots.
Il est flexible : Si la réponse n'est pas dans l'agenda, il sait revenir lire le journal de bord pour trouver les détails manquants.

En résumé

Chronos, c'est comme donner à votre assistant virtuel un cerveau double :

Une mémoire émotionnelle (le journal complet) pour comprendre le contexte.
Une mémoire logique (l'agenda structuré) pour répondre précisément aux questions de type "Quand ?", "Combien ?", "Qu'est-ce qui s'est passé tel jour ?".

Grâce à cette astuce, l'IA ne se perd plus dans le temps. Elle devient un véritable archiviste capable de vous rappeler exactement ce que vous avez fait, il y a trois mois, sans avoir besoin de relire des milliers de pages de conversations. C'est un pas de géant vers des assistants qui nous connaissent vraiment sur le long terme.

1. Problématique

Les modèles de langage (LLM) récents permettent aux agents conversationnels de gérer des interactions sur de longues périodes (semaines ou mois). Cependant, les systèmes de mémoire existants présentent des lacunes critiques pour le raisonnement temporel :

Manque de structuration temporelle : Les approches basées uniquement sur la récupération de tours de parole (turn-level retrieval) peinent à effectuer des calculs de dates, à filtrer par plages temporelles précises ou à agréger des événements sur plusieurs sessions.
Sur-structuration et entropie : Les systèmes utilisant des graphes de connaissances complets extraient tous les faits au moment de l'ingestion, créant des bases de données massives et bruyantes qui diluent le signal de recherche pour des requêtes spécifiques.
Absence d'adaptation dynamique : Les pipelines de recherche actuels appliquent souvent la même stratégie de récupération quelle que soit la nature de la question (temporelle, préférentielle, ou d'agrégation), sans adapter la stratégie de recherche à la requête.

L'objectif est de concevoir un système capable de raisonner sur des faits ancrés dans le temps et des préférences évolutives sans sacrifier le contexte conversationnel ni introduire un bruit excessif.

2. Méthodologie : L'Architecture Chronos

Chronos est un cadre de mémoire conversationnelle centré sur l'extraction sélective conditionnée par la requête. Au lieu d'extraire tous les faits ou de se fier uniquement au texte brut, Chronos maintient deux index complémentaires et utilise une boucle de raisonnement itérative.

A. Double Indexation (Dual Indexing)

Le système maintient deux calendriers distincts :

Calendrier des événements (Event Calendar) : Contient des tuples structurés (sujet-verbe-objet) extraits du dialogue, avec des plages de temps résolues (format ISO 8601) et des alias lexicaux.
- Extraction : Les événements sont identifiés par un LLM avec une normalisation temporelle multi-résolution (conversion de "la semaine dernière" en plages de dates précises).
- Alias : Génération de 2 à 4 synonymes pour chaque événement pour améliorer la récupération textuelle (ex: "achat Fitbit" $\rightarrow$ "achat tracker de fitness").
Calendrier des tours (Turn Calendar) : Préserve le texte brut des échanges conversationnels pour le contexte sémantique complet.

B. Prompting Dynamique (Dynamic Prompting)

Contrairement au réécriture de requêtes classique, Chronos génère une guidance de récupération spécifique à chaque question avant le début de la recherche.

Un LLM analyse la question pour en extraire les cibles (entités, contraintes temporelles, opérations).
Il génère des instructions concrètes (1 à 5 points) pour guider l'agent sur quoi récupérer, comment filtrer par temps et comment aborder le raisonnement multi-sauts.
Cela permet d'adapter la stratégie de recherche sans nécessiter de modèles séparés pour chaque type de question.

C. Pipeline de Récupération et Agent

Le processus de réponse suit un cycle itératif (ReAct) :

Récupération initiale : Recherche dense (vecteurs) sur le calendrier des tours, suivie d'un ré-rankage (Cohere Rerank) et d'une expansion du contexte (tours avant/après).
Boucle d'outils (Tool-Calling) : L'agent utilise dynamiquement des outils de recherche (recherche vectorielle et grep pour la correspondance exacte) sur les deux calendriers.
Raisonnement itératif : L'agent peut affiner sa recherche en fonction des résultats précédents, filtrer par plages de dates, et croiser les événements avec le dialogue source jusqu'à ce qu'il ait assez de preuves pour répondre.

3. Contributions Clés

Première architecture combinant récupération par tour et extraction sélective d'événements : Chronos ne structure que les événements temporels pertinents, évitant l'overhead des graphes de connaissances complets tout en fournissant un ancrage temporel précis.
Normalisation temporelle multi-résolution : Capacité à convertir des expressions temporelles ambiguës en plages de dates calculées dynamiquement par rapport au timestamp de la conversation.
Guidage de récupération conditionné par la requête : Extension du concept de réécriture de requêtes vers la génération de stratégies de recherche adaptatives pour la mémoire à long terme.
Performance sans accès Oracle : Le système atteint des performances de pointe sans avoir besoin de connaître la vérité terrain des conversations.

4. Résultats Expérimentaux

L'évaluation a été réalisée sur le benchmark LongMemEvalS (500 questions, 6 catégories : suivi des mises à jour de connaissances, agrégation multi-sessions, rappel mono-session, raisonnement temporel, etc.) avec 8 LLMs différents.

Chronos Low (GPT-4o) : Atteint 92,60 % de précision, établissant un nouvel état de l'art (SOTA) parmi les méthodes pratiques.
- Amélioration de +7,67 % par rapport au meilleur système précédent (EmergenceMem Internal).
- Performances exceptionnelles en agrégation multi-sessions (91,73 %) et en raisonnement temporel (90,23 %).
Chronos High (Claude Opus 4.6) : Atteint 95,60 % de précision, le score le plus élevé jamais rapporté sur ce benchmark (+3,02 % par rapport aux records précédents).
Études d'ablation :
- La suppression de l'index d'événements entraîne une chute drastique de la précision (de 93,1 % à 58,6 % pour Chronos Low), prouvant que la structure temporelle est le composant le plus critique (gain de 58,9 % par rapport à la baseline).
- Le prompting dynamique et le ré-rankage apportent des gains significatifs (15,5 % à 22,3 %).

5. Signification et Impact

Ce travail démontre que la construction de graphes de connaissances exhaustifs n'est pas nécessaire pour une mémoire conversationnelle à haute fidélité à long terme. En structurant uniquement les événements temporels fins tout en préservant le contexte dialogue complet, Chronos résout le compromis entre la simplicité de la récupération et la précision du raisonnement temporel.

L'approche suggère que les agents conversationnels persistants peuvent gérer des mois d'interaction avec une grande précision en utilisant une abstraction minimale suffisante (extraction d'événements + contexte brut) plutôt qu'une modélisation sémantique globale. Cela ouvre la voie à des systèmes plus efficaces, moins coûteux en calcul et capables de répondre à des questions complexes impliquant des calculs de dates et des évolutions de préférences sur le long terme.