Chronos: Temporal-Aware Agents with Structured Event Retrieval for Long-Term Memory — arXiv:2603.16862

摘要¶

Chronos 是一个时序感知记忆框架，将原始对话分解为带时间范围和实体别名的 SPO（主谓宾）事件元组，索引到结构化事件日历中，同时保留完整对话上下文的轮次日历。在查询时，Chronos 通过动态提示生成定制化检索引导，指导代理在时间范围间过滤和进行多跳推理。在 LongMemEvalS 基准（500 题，6 类对话历史任务）上，Chronos Low 达到 92.60%，Chronos High 达到 95.60%，比最强之前系统提升 7.67%。消融实验表明事件日历贡献了 58.9% 的基线增益，其他组件贡献 15.5%~22.3%。

核心贡献¶

时序事件分解：将对话分解为带 datetime 范围和实体别名的 SPO 事件元组，解决时间 grounding 推理难题
双日历架构：事件日历（SPO 元组）+ 轮次日历（完整上下文）双重索引，支持灵活检索
动态检索引导：针对每个问题生成定制化检索策略，指导时间范围过滤和多跳推理
迭代工具调用循环：通过迭代式工具调用在双日历上进行复杂时序推理

关键发现¶

事件日历贡献了 58.9% 的基线增益，是框架最关键组件
其他组件（动态提示、轮次日历、多跳推理）各贡献 15.5%~22.3%
Chronos Low 单独已超越之前方法的最佳配置
8 个 LLMs（开源+闭源）上均显著提升

与移动端/端侧的相关性¶

Chronos 的双日历结构对移动端/端侧记忆系统有重要启示：轻量级事件日历可以高效索引长期交互历史，而完整上下文的轮次日历则支持更精细的检索需求。两层表示的平衡设计对资源受限的端侧部署具有参考意义，尤其适合需要跨月跨年长期交互的手机语音助手、可穿戴设备伴侣等场景。

参考文献¶

（参考文献待从原文补充）