Raw-RAG基线评测长期对话记忆系统

2026年10月23日，arXiv Artificial Intelligence 刊出论文，提出名为 Raw-RAG 的朴素 RAG 基线：对原始对话历史做稠密检索与重排序，再把证据交给 reader LLM。论文在 LoCoMo、LongMemEval、MEME 和 MemoryAgentBench 四个基准上评测长期对话记忆任务，称 Raw-RAG 在 7 个基准-模型设置中的 6 个排名第一，比最强的对比智能体记忆系统高 0.13–5.53 分，并据此认为朴素 RAG 在长期对话记忆任务上强于复杂智能体记忆。目前报道仅给出上述评测结论，未涉及该基线的适用对象、收费或额度、地域与使用限制等信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。