1.9 KiB
1.9 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| Time-Aware Query Expansion | 2026-06-25 | 2026-06-25 | concept |
|
|
Time-Aware Query Expansion
Time-Aware Query Expansion 是 LongMemEval 提出的时间感知查询展开策略：在记忆检索时，将显式时间戳关联到事实，并根据查询中的时间参考缩小搜索范围。
动机
朴素的 time-agnostic 记忆设计在时间推理问题上表现极差：
- "距离我上次去博物馆过去了几个月？"
- 需要知道"上次去博物馆"的精确时间戳 → 与"现在"的时间差
- 若查询不做时间展开，BM25 和 dense 都无法有效检索
做法
原始查询："我上次去博物馆是什么时候？"
↓
LLM 时间展开 → "上次博物馆参观，时间范围：2024-01-01 至 2024-06-30"
↓
检索 + 时间过滤 → 只返回时间范围内的记忆文档
索引侧：存储时将时间戳与事实关联 查询侧：用 LLM 从查询中推断时间范围，构造带时间约束的检索
效果 (LongMemEval 实验数据)
| 场景 | Time-Agnostic | +Time Expansion | 增益 |
|---|---|---|---|
| 时间推理召回 | baseline | +6.8%～11.3% | 显著（强 LLM 展开时） |
关键：展开质量依赖 LLM 能力——弱模型做时间推断不准，增益缩小。
与 Per-Index Time Decay 的区别
| 技术 | 作用于 | 目的 |
|---|---|---|
| Per-index gauss decay (Atlas) | 索引文档的权重 | 让旧记忆自然沉底 |
| Time-aware query expansion | 查询的搜索范围 | 精确限定时间窗口 |
两者互补：decay 处理"旧信息不如新信息"的背景假设，time expansion 处理"我需要这个时间段的"的精确需求。