港科大团队提出 HeLa-Mem 提升AI

在长期对话、个性化服务和多轮任务协作中，AI Agent 经常要回答一类看似简单、实际很难的问题：一段信息与另一段信息相隔很远，表面上几乎没有相同的词，却必须同时被找回来，答案才完整。 例如，用户问“我最早是在哪里遇见那位影响我职业选择的人？ ”，系统需要同时找到“这位老师影响了我的职业选择”和“我是在某场活动上认识他的”两段对话。 前者与“职业”高度相关，后者却未必带有任何相近词。 如果只按相似度检索， AI Agent 很容易知道“是谁”，却答不出“在哪里”。

为此，来自香港科技大学（广州）、吉林大学与香港中文大学的研究团队提出了 HeLa-Mem（Hebbian Learning Associative Memory），尝试解决这种长期记忆中的关联缺口：让对话里的经历不只被单独保存，也能在一次次共同被唤起的过程中逐渐建立连接。 相关论文已被 ACL 2026 Main 接收。 在 LoCoMo 上的实验表明，HeLa-Mem 在使用显著更少的上下文 token 的同时，在四个问题类别中均表现出了出色的性能。

这项工作的价值在于把 AI Agent 长期记忆的重点从“保留多少历史”推进到“历史之间如何形成关系”。 当 AI Agent 需要陪伴用户、跟进复杂任务或跨会话协作时，真正重要的信息往往在多段经历逐渐形成的关联之中。 HeLa-Mem 将对话历史组织为带权关联图，反复共同被唤起的记忆会形成更强连接。 检索时，HeLa-Mem 走两条路径：一条路径根据向量相似度、关键词和时间因素直接召回候选记忆； 另一条路径从高分节点出发，沿着关联边扩散激活，找到文字上不够相似、但与问题存在历史关联的内容。

两路结果再与语义记忆合并，交给 LLM 生成答案。 研究团队在 LoCoMo 基准上评估了 HeLa-Mem。 该基准包含平均约 300 个回合、约 9K tokens 的长对话，问题覆盖多跳、时间、开放域和单跳等类别。 以 GPT-4o-mini 为底座时，HeLa-Mem 在 LoCoMo 的多跳推理、时间推理、开放域和单跳问答四类任务中，F1 分别达到 40.14、47.29、29.70 和 51.89。 与此同时，HeLa-Mem 平均只需 1010 tokens 的检索上下文；

MemoryOS 约为 2000 tokens，直接输入完整 LoCoMo 对话的基线约为 16910 tokens。 跨 GPT-4o-mini、GPT-4o 与 Qwen2.5-3B 三个底座，HeLa-Mem 在四类任务中的平均排名为 1.25。 这项研究仍存在一些局限，例如 HeLa-Mem 的关联权重需要在持续交互中逐步积累，因此在交互历史较少时仍会面临冷启动挑战。 反思式巩固所提炼的语义知识，也会受到基础 LLM 能力的影响。