Selective Forgetting: A Graph-Based Memory Framework for Long-Term LLM Agents

该工作把每个对话轮次抽成类型节点和属性边，从两跳子图检索答案，再按新近性、访问频率、度中心性和年龄剪枝。LongMemEval 的匹配预算下，图方案 token F1 只有 0.417，对比平面向量基线的 0.468；需要复述某个历史 assistant 回答时，正确率更从 0.911 掉到 0.607。相反，遗忘本身在 27,021 节点图上删掉 9.8% 节点和 9.5% 字节，F1 变化仅 +0.001，说明结构化记忆的“会忘”比“会找”更接近可用状态。