Jetriever:按有用性而非相似度给 Agent 记忆排序,金标准命中率 84.8%
_reachsumit · x · 2026-11-18
论文 Jetriever 提出,有用的记忆未必与问题相似,应按「对当前问题的有用性」而非向量相似度来检索 Agent 记忆,用 Jev 决策分数对全池记忆打分排序。
关键数据:
- 在 InMind 的 125 个间接查询任务上,84.8% 的案例把金标准对话排到第一位;而索引用户发言的 BM25 和 MiniLM 基线仅 1.6% 和 0.0%;
- 20 题对比实验:Jev 与 Qwen3.5 9B 在 rank 50 内均找到 90% 的金标准对话,Laya 仅 30%;rank 1 时 Jev 达 85%,Qwen3.5 9B 40%;
- MemoryAgentBench 60 题抽样上,Jetriever 四维得分 55.4%,ReFind 为 44.3%;
- 成本:InMind 每题平均 $0.00834,MemoryAgentBench 每题 $0.03103,全池打分可负担。
结论:世界知识 + 能把决定性记忆排前的打分 + 可负担的全池打分,是记忆检索的关键。
「编程与Agent」频道最新
- Google 员工感叹 Replit 创作者之夜:Agent 已能撑起全自动小生意 — DynamicWebPaige · 2026-11-18
- Teamily AI 推出实时协作 Studio:团队与 Agent 同稿共创 — CurieuxExplorer · 2026-11-18
- Voyager Cloud 上线:按秒租 GPU 给 Agent 跑 Blender 渲染 — ravisparikh · 2026-11-18
- Agent 一天做出可玩 3D 平台游戏:自完成概念图建模到关卡 — FinanceYF5 · 2026-11-18
- 一天做出可玩 3D 平台跳跃游戏,Fable 5.2 全程自己搞定美术建模 — FinanceYF5 · 2026-11-18
- BizPeel 上线 48 项竞研数据工具,接 Claude Code 查竞品每次不到 2 美分 — yihui_indie · 2026-11-18