Supra Cognitive Modes: A Routed Architecture for Agent Memory· 代理记忆的超级认知模式
Agent-memory workloads mix direct factual lookup, relation-chain and current-state reasoning, and broad synthesis over long histories. We describe Supra Cognitive Modes (SCM), an architecture that maps explicit or automatically selected per-query modes to retrieval and synthesis payloads over one shared ingest substrate. A frozen semantic classifier and runtime gates dispatch queries among fused lexical and dense lookup, graph or iterative multi-hop handling, and stratified long-form synthesis. The substrate combines multi-granularity embeddings, extracted triples, fact-version metadata, and optional asynchronous enrichments. We characterize the deployed configuration on three benchmarks: Long-term Conversational Memory (LoCoMo; n = 1,986), MemoryAgentBench (MAB; n = 3,671), and LongMemEva
提出代理记忆的超级认知模式，处理多类型查询与长历史合成。
- 核心方法
- 设计了一种超级认知模式（SCM）架构，通过冻结的语义分类器和运行时门将不同查询模式映射到共享的摄入基板，支持多粒度嵌入、提取的三元组、事实版本元数据及可选的异步增强。
- 适合谁读
- 研究者 / 工程师
- 要解决的问题
- 现有的代理记忆架构无法有效处理直接事实查找、关系链推理、当前状态推理以及长时间历史的广泛合成等混合工作负载。
- 关键实验
- 在三个基准测试上进行了评估：长期对话记忆（LoCoMo；n = 1,986）、MemoryAgentBench（MAB；n = 3,671）和LongMemEva。
- 主要贡献
- 引入了多模式查询处理和多层次长文本合成机制，提高了代理记忆系统的灵活性和效率。
- 意义与局限
- 该研究为代理记忆系统提供了新的设计思路，可能促进更灵活和高效的记忆处理，但仍需进一步验证其在更广泛场景中的适用性。