A context graph 88,9% pontossággal felülmúlja a vektor-RAG-ot a több-ügynökös memóriában
A teszt öt szcenárióban 18 kérdésre mérte a három megközelítést, a context graph csak 26,9 tokenrel válaszolt egy lekérdezésre.
Az Agent_Planner PostgreSQL-t választott, majd húsz körös beszélgetés után az Agent_Reviewer már nem tudta megmondani, melyik tárolót használták – a rendszer a döntést egyszerűen elfelejtette. A szerző, Emmimal P. Alexander, az EmiTechLogic számára fejlesztett három-ügynökös csővezetékben tapasztalta, hogy a nyers chat-történet sem segít a visszakeresésben. — írja a Towards Data Science.
Miért nem elegendő a vektor-RAG?
Vektor-RAG a hasonlóságra támaszkodik, de a tények közti kapcsolatot nem ismeri fel. Ha egy döntés egy darabban, a függőség egy másikban tárolódik, a keresés nem tudja összekapcsolni őket – így a pontosság csak 50,0 % marad, a lekérdezés 75,9 tokenbe kerül.
Kapcsolódó: Mem0 és OpenAI hosszú távú memória megoldás
A context graph teljesítménye
A strukturált gráf entitás-kapcsolat-hálót épít, így a kérdések, amelyek két tényt egyesítenek, könnyen megválaszolhatók. A teljesítményteszt 88,9 % pontosságot és mindössze 26,9 token/query költséget mutat, szemben a nyers történet 61,1 % pontosságával és 490,9 tokennel.
Kapcsolódó: Stash nyílt forráskódú memóriaréteg
A teszt öt determinisztikus szcenáriót és 18 fokozottan értékelt lekérdezést tartalmazott, három ügynök (Planner, Reviewer, Implementer) közreműködésével. A kód Python 3.12-en, CPU-only környezetben futott, és a teljes folyamat nulla API-hívást igényelt – a forráskód a GitHubon elérhető.
Kapcsolódó: Pinecone Nexus tokenfelhasználás csökkentése
Két hibát is feltárt a fejlesztés során: egy elavult tények visszakeresése és egy entitás-illesztési rés, amelyek mind a cikkben részletezve vannak. Mivel a mérőeszközök saját implementációk, a szerző szerint a számok önmagukban még nem bizonyítottak független ellenőrzésen.
Kapcsolódó: Lyzr Cognis memóriajavítás benchmarkokon
A 2026. június 25-én közzétett teljesítményteszt szerint a context graph már 88,9 % pontosságot ér el, ami jelentős előrelépés a multi-agent memóriában.
Kapcsolódó: AI-k pontosabb beszélgetések memóriakezeléssel