Towards Root Memories: Benchmarking and Enhancing Implicit Logical Memory Retrieval for Personalized LLMs
根记忆：隐式逻辑记忆检索基准与增强框架
🧭 Agent 长程记忆 · 根记忆构建与路由 ★ 深度解读
University of Science and Technology of China
提出IMLogic基准与RootMem框架，构建可复用决策逻辑的根记忆，路由补足语义检索
📌 工作参考价值（4 点）
- 构建用户根记忆单元：从历史会话提取抽象决策规则（如“用户养猫，推荐环境需考虑猫的安全”）及其证据，用于约束推荐，避免纯语义匹配导致的错误建议。
- 采用LLM路由器动态激活相关根记忆：新查询到来时，用LLM判定触发哪些预设决策规则，低成本注入逻辑约束，无需全量检索原始记忆。
- 记忆鲁棒性评测：借鉴IMLogic中“语义相似但逻辑无关”和“语义疏远但逻辑必需”的对抗样本构造法，建立内部评测集，检验搜索/推荐系统中记忆检索的推理能力。
- 即插即用集成：RootMem可接入现有记忆系统（如embedding检索、图记忆），平均提升26%准确率，离线构建根记忆、在线仅路由，开销可控，适合工程落地。