西交大研究:朴素 RAG 在 7 项记忆基准中 6 项击败复杂 Agentic 记忆系统

XianJiaotongUniversity · hf · 2026-10-23

西安交大团队的 RAW-RAG 研究挑战了「Agent 记忆系统越复杂越好」的共识:仅用稠密检索+重排序直接检索原始对话历史的朴素 RAG,在 LoCoMo、LongMemEval、MEME、MemoryAgentBench 四大基准的 7 个基准-模型组合中有 6 项排名第一,比最强的复杂 agentic 记忆系统高出 0.13–5.53 分。证据分析显示,原始历史的证据覆盖度优势足以弥补利用率劣势;即使让复杂系统完整访问其转换后的记忆库,准确率仍落后于原始证据,说明保留原始信息比精细的记忆变换更关键。该结论质疑了复杂 agentic 记忆在对话任务中的必要性,将朴素 RAG 确立为必做的基线。