PACE-Mem：面向多模态智能体的前缀感知互补证据检索

PACE-Mem 是一种免训练、可插拔的检索方法，为基于片段的多模态智能体记忆系统构建互补证据序列，并从同一选择轨迹中确定检索长度。它用查询引导池化得到片段相关性分数与表示，再以 MMR 平衡相关性与证据重叠，并通过比较长度归一化的相邻分数下降来选定前缀长度。在三个长视频基准和两个智能体框架上，其问答准确率比最强基线 Adaptive-k 平均提升 1.6%。