Skip to content
Hot storiesContinuously updated

研究提出面向对话智能体的持久化检索架构

1 reports1 reporting sourcesUpdated 7 hours ago

Start here

AI overview

2026年11月6日，arXiv发布关于对话智能体持久化检索效率的研究。该研究提出为对话智能体引入跨轮次维护检索历史的持久化检索子智能体，可直接向主智能体提供检索证据并支持修正请求。实验表明，在5种多轮场景中，该方案相比技能检索减少了43.3%的token记录量和45.0%的预估API成本，平均响应时间缩短9.1%；相比非持久检索，该方案将每题响应时间缩短了15.6秒，但token消耗与预估API成本分别增加了65.1%和29.1%。

AI-generated from reports · Updated 6 hours ago

Latest developmentsNov 6 13:00
研究提出持久化检索子智能体方案，可显著缩短响应时间并大幅降低技能检索成本。

Report timeline

Follow the reports to see different sides of the story.

Nov 6
  1. arXiv 人工智能
    对话智能体的持久化检索效率研究

    对话智能体引入跨轮次维护检索历史的持久化检索子智能体，可直接向主智能体提供检索证据并支持修正请求。在 5 种多轮场景中，该方案相比技能检索减少了 43.3% 的 token 记录量和 45.0% 的预估 API 成本，平均响应时间缩短 9.1%。相比非持久检索，它将每题响应时间缩短 15.6 秒，但 token 消耗与预估 API 成本分别增加 65.1% 和 29.1%。

Story heat trend

Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

02.557.510Nov6Nov6Nov6Nov6

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.