MemoType：按事件、个人与一般知识分流的长期记忆检索

图2如何把三类记忆变成三种检索操作，哪些收益来自额外调用？

1. 1

   先把存储记忆标成多标签

   图2左侧将事件记忆EM、个人记忆PM和一般记忆GM分开；一条可多类或无类。作者用6000条TriMEM训练Qwen3-1.7B的LoRA路由器；训练脚本为3轮、学习率2e-4、秩16，并未自行构造留出集。t-SNE聚类图只提供动机，不能证明原空间类别天然可分。

2. 2

   给短查询生成路由代理

   查询信息不足时生成5条假想记忆，投票决定主策略，并用候选类别并集筛选真实库。它们是寻找记忆的代理，不是事实。类别筛选先减少候选，也可能永久丢掉与当前问题相关的另一类证据，需另设回退。

3. 3

   按类型改变表示并融合排名

   EM对齐时间、地点、参与者与事件；PM从每条记忆反推可能问题，以最大问题相似度匹配；GM把查询扩为假想记忆做HyDE。图2中PM的关键词增强标签是概略表达，正文和代码实际使用反向问题生成。实现再用RRF融合原始、HyDE及类型特定排名，细节并非只靠一个分类器。

4. 4

   从候选证据生成、筛选、再回答

   图2末端的剪枝在附录实现为先生成答案和支撑索引，再用入选记忆重新回答，因此包含两轮生成，而非免费的二元过滤。假想查询、PM增强和剪枝调用都应计入上线成本；论文写入费用表没有涵盖完整请求路径。

已阅读v1完整正文、附录A–F与检查表；检查仓库固定提交73c5380、完整目录、6000行TriMEM及路由训练/检索实现。全部数值为作者报告，未独立训练或复现。

公开仓库含实现及6000行TriMEM；检查固定提交未见路由模型权重。README声称MIT，但所链接LICENSE缺失，目录也无对应许可文件，暂不认定授权已核实。

LICENSE代码和数据授权范围尚未确认。论文采用arXiv非独占托管许可，图2版权归作者，仅作必要方法评论，不等同于图片开放授权。