💬 NLP

Mnemis: Dual-Route Retrieval on Hierarchical Graphs for Long-Term LLM Memory

本文提出了名为 Mnemis 的新型记忆框架，通过结合基于相似性的系统 1 检索与基于层级图自上而下遍历的系统 2 全局选择机制，有效解决了长程推理与全面覆盖问题，并在长短期记忆基准测试中取得了最先进性能。

原作者： Zihao Tang, Xin Yu, Ziyu Xiao, Zengxuan Wen, Zelin Li, Jiaxi Zhou, Hualei Wang, Haohua Wang, Haizhen Huang, Weiwei Deng, Feng Sun, Qi Zhang

发布于 2026-04-13

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Zihao Tang, Xin Yu, Ziyu Xiao, Zengxuan Wen, Zelin Li, Jiaxi Zhou, Hualei Wang, Haohua Wang, Haizhen Huang, Weiwei Deng, Feng Sun, Qi Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一个名为 Mnemis 的新系统，它的目标是让大型人工智能（LLM）拥有更聪明、更持久的“记忆”。

为了让你轻松理解，我们可以把 AI 的记忆系统想象成一个人的大脑，而 Mnemis 则是给这个大脑装上了一套**“双轨制”的超级图书馆管理系统**。

🧠 核心问题：AI 为什么会“记不住”或“记错”？

目前的 AI 记忆系统（比如 RAG 或 Graph-RAG）主要靠**“直觉”**（系统 1）来回忆。

比喻：这就像你问朋友：“我去年去过哪些城市？”朋友会凭直觉快速搜索他脑子里的关键词。如果问题很简单（比如“我昨天吃了什么”），这招很管用。
缺点：但如果问题很复杂，需要全局思考（比如“我 2023 年去过的所有城市，按时间顺序排列，并且排除掉那些只是路过没停留的”），光靠直觉就会漏掉很多细节，或者把不相关的信息混进来。这就好比朋友只记得你提过“北京”，却忘了你其实还去过“上海”和“广州”，因为那些信息在记忆里藏得太深，或者和“北京”没有直接的关键词联系。

🚀 Mnemis 的解决方案：双轨制记忆

Mnemis 引入了心理学中的**“双系统理论”**，给 AI 装上了两条并行的记忆检索路线：

1. 系统 1：直觉快搜（Similarity Search）

是什么：这是传统的“关键词匹配”。
比喻：就像你在图书馆的电子检索机上输入“北京”，机器立刻吐出所有带“北京”二字的书。
作用：速度快，适合回答简单、直接的问题。

2. 系统 2：全局深思（Global Selection）—— 这是 Mnemis 的杀手锏

是什么：这是一种**“自上而下”的层级浏览**。它构建了一个**“思维导图”式的层级图谱**。
比喻：想象你走进一个巨大的分类清晰的图书馆。
- 你不需要直接找“北京”，而是先走到**“地理”区**，然后走到**“城市”区**，再走到**“亚洲城市”区**，最后才看到“北京”、“上海”、“广州”等具体书架。
- 即使你的问题里没有“北京”这个词，只要你问“我去过哪些城市”，AI 就会沿着“地理 -> 城市”这条思维路径，把这一整层书架上的书都翻一遍，确保一个都不漏。
作用：适合回答需要全面覆盖、逻辑推理或寻找“隐藏细节”的复杂问题。

🏗️ Mnemis 是如何工作的？（三个关键步骤）

Mnemis 把 AI 读过的所有对话（记忆）整理成了两张图：

基础图（Base Graph）：细节的“记事本”
- 这里记录了具体的事件（Episodes）、人物（Entities）和关系（Edges）。
- 比喻：就像你的日记本，记录了“某月某日，我和 Dave 在波士顿听了摇滚乐”。
层级图（Hierarchical Graph）：宏观的“目录树”
- 这是 Mnemis 的创新点。它把日记本里的内容，自动归纳成**“类别”**。
- 比喻：就像给你的日记本自动生成了一个目录。
  - 第一层：“生活”
  - 第二层：“旅行”、“健康”、“工作”
  - 第三层（在“旅行”下）：“城市”、“景点”
  - 第四层（在“城市”下）：“波士顿”、“底特律”、“旧金山”
- 关键技巧：一个条目可以属于多个类别（比如“底特律”既属于“城市”，也属于“会议举办地”），这样 AI 就能从不同角度找到它。

🎯 实际案例：为什么它更厉害？

论文中举了一个生动的例子：

用户问："Dave 在 2023 年去了哪些城市？”
普通 AI（只用直觉）：可能只搜到“旧金山”和“波士顿”，因为对话里直接提到了这两个词。但它可能漏掉了“底特律”，因为提到底特律的那段话里，重点是在讲“参加了一个令人受启发的会议”，而不是强调“去底特律”这个动作。
Mnemis（双轨制）：
1. 直觉路线：搜到了“旧金山”和“波士顿”。
2. 深思路线：AI 沿着“地理 -> 城市”的层级图浏览，发现“底特律”被归类在“城市”下。于是它把底特律那段关于“会议”的对话也挖了出来。
3. 最终结果：它完美地列出了所有三个城市，没有遗漏。

🏆 成果如何？

在两个著名的 AI 记忆测试（LoCoMo 和 LongMemEval-S）中，Mnemis 的表现全面碾压了现有的所有方法。

它不仅能记住更多细节，还能在长达数月的对话中，像人类一样进行全局推理。
它的得分（93.9 和 91.6）是目前该领域的最高水平（SOTA）。

💡 总结

简单来说，Mnemis 就是给 AI 装上了一个“双核大脑”：

一个核负责**“快”**，看到关键词立马反应（系统 1）；
另一个核负责**“全”**，像查字典目录一样，层层递进，确保不遗漏任何重要信息（系统 2）。

这种设计让 AI 不再只是一个“只会搜索关键词的机器”，而变成了一个真正懂得整理、归纳和全局思考的长期记忆伙伴。

Mnemis：面向大语言模型长期记忆的双路检索框架技术总结

1. 研究背景与问题定义

随着大语言模型（LLM）从单纯的内容生成者向持久化交互智能体转变，长期记忆（Long-Term Memory）的构建与检索变得至关重要。现有的主流方法主要依赖检索增强生成（RAG）和基于图的 RAG（Graph-RAG），它们通常通过基于相似度的机制（如向量相似度或 BM25 文本匹配）来检索历史对话片段（Episodes）、实体（Entities）或关系（Edges）。

现有方法的局限性：

System-1 式检索的不足： 现有的相似度检索类似于人类认知中的“系统 1"（快思考），虽然高效，但在面对需要全局推理（Global Reasoning）或全面覆盖所有相关信息的问题时表现不佳。
语义关联的缺失： 当查询与记忆片段之间存在弱语义关联但强结构关联时（例如，查询“戴夫 2023 年去了哪些城市？”，而“戴夫在底特律参加会议”这一信息被埋藏在长文本中且与查询词直接匹配度低），传统方法容易遗漏关键信息。
子查询生成的困难： 现有的迭代生成子查询方法往往缺乏对记忆的全局视图，难以有效扩展原始查询。

2. 方法论：Mnemis 框架

Mnemis 提出了一种新颖的记忆框架，核心思想是结合系统 1（System-1）的相似性搜索与系统 2（System-2）的全局选择（Global Selection），通过双路检索机制实现语义与结构的双重覆盖。

2.1 核心组件

Mnemis 包含两个存储组件和两个对应的检索路径：

A. 基础图（Base Graph）与 System-1 相似性搜索

结构： 类似于传统的 Graph-RAG，包含Episodes（原始历史文本）、Entities（具体的人、地、物、概念）、Edges（实体间的关系/事实）以及Episodic Edges（实体与出现它的文本片段的链接）。
检索机制： 基于嵌入（Embedding）的余弦相似度和基于文本的 BM25 检索。
特点： 快速、基于语义相似度，属于“快思考”模式。

B. 分层图（Hierarchical Graph）与 System-2 全局选择

结构： 将基础图中的实体（Layer 0）通过自底向上的方式抽象为多层类别（Categories），形成层级结构。
构建原则：
1. 最小概念抽象（Minimum Concept Abstraction）： 类别应忠实捕捉子节点的共享特征，既要有信息量又要足够通用，避免过度抽象。
2. 多对多映射（Many-to-Many Mapping）： 允许一个子节点属于多个父类别，以反映其不同的语义侧面（例如，“苹果”既属于“水果”也属于“科技公司”）。
3. 压缩效率约束（Compression Efficiency Constraint）： 每个类别至少包含 $n$ 个子节点；上层节点数量不得超过下层，确保层级平衡。
检索机制（Global Selection）： 模拟人类的“慢思考”，采用**自顶向下（Top-Down）**的遍历方式。LLM 根据查询从顶层类别开始，逐层向下筛选相关类别，直到定位到具体实体，再获取相关的边和文本片段。

2.2 检索流程

双路并行： 当用户查询到达时，System-1 路径执行语义相似度搜索，System-2 路径执行分层图的自顶向下遍历。
结果融合与重排序： 将两条路径检索到的结果（Episodes, Entities, Edges）合并，利用重排序模型（Re-ranker）进行去噪和优先级排序，最终生成统一的上下文供 LLM 回答。

3. 关键贡献

双路检索架构： 首次将 System-1 的相似性搜索与 System-2 的基于分层结构的全局选择相结合，解决了单一检索模式在复杂推理场景下的局限性。
分层图构建策略： 提出了最小概念抽象、多对多映射和压缩效率约束三大原则，构建了高质量、表达力强的语义层级结构，支持多视角检索。
性能突破： 在长期记忆基准测试中实现了 SOTA（State-of-the-Art）性能，证明了结构化记忆与全局推理结合的有效性。

4. 实验结果

Mnemis 在两个权威基准数据集上进行了评估：

LoCoMo (Long-term Conversational Memory):
- 使用 GPT-4.1-mini 作为后端模型，Mnemis 取得了 93.9 的总分。
- 显著优于所有基线方法（如 EverMemOS 92.3, EMem-G 85.3, Full Context 80.6）。
- 在**多跳推理（Multi-Hop）和时间推理（Temporal）**等困难任务上优势尤为明显。
LongMemEval-S:
- 取得了 91.6 的总分，同样超越所有对比方法。
- 在跨会话推理（Multi-session）和知识更新（Knowledge Update）任务上表现卓越。

消融实验结论：

System-1 + System-2 的协同效应： 单独使用 System-1 或 System-2 均不如两者结合。System-1 提供细粒度的语义证据，System-2 提供结构化的全局覆盖，两者互补。
案例研究： 在“戴夫 2023 年去了哪些城市”的案例中，System-1 仅检索到“旧金山”和“波士顿”，而 System-2 通过层级遍历成功发现了被埋藏的“底特律”。在健康案例中，System-1 仅检索到表面原因“胃炎”，而 System-2 通过层级路径（Physical Health -> Health Factors）挖掘出了根本原因“体重问题”。

5. 意义与展望

理论意义： 该工作将认知科学中的双过程理论（Dual-Process Theory）成功应用于 AI 记忆系统，证明了结合直觉式（快）和反思式（慢）检索机制能显著提升 LLM 的长期记忆能力。
应用价值： 为构建能够处理数月甚至数年交互历史的持久化 AI 智能体提供了可行的技术路径，解决了长上下文窗口成本高昂且检索不精准的痛点。
未来方向： 计划支持更多数据模态，并引入更灵活的图遍历和规划机制以进一步优化全局选择过程。

总结： Mnemis 通过构建分层语义图并引入双路检索机制，成功克服了传统 RAG 方法在全局推理和长尾信息检索上的短板，为下一代具备长期记忆能力的 AI 智能体奠定了坚实基础。