中科大提出 AtomMem，用原子事实构建 LLM Agent 长期记忆系统，被 EMNLP 2026 录用
中国科学技术大学等提出长期记忆框架 AtomMem，论文被 EMNLP 2026 录用，先将对话转化为可独立理解的原子事实，再通过事件记忆、时序画像和关联图实现记忆的组织、稳定更新与跨会话检索。
推荐理由：论文用实验说明底层记忆表示比复杂系统编排更关键，仅把对话转为原子事实加向量检索，多跳推理 F1 相对提升约 76.6%。
中国科学技术大学等提出长期记忆框架 AtomMem，论文被 EMNLP 2026 录用，先将对话转化为可独立理解的原子事实，再通过事件记忆、时序画像和关联图实现记忆的组织、稳定更新与跨会话检索。
推荐理由：论文用实验说明底层记忆表示比复杂系统编排更关键，仅把对话转为原子事实加向量检索，多跳推理 F1 相对提升约 76.6%。