ProGraph: memória em duas camadas para agentes de LLM supera Mem0, RAG e HippoRAG

Pesquisadores apresentaram o ProGraph (Profile-Graph Memory), uma arquitetura de memória de longo prazo em duas camadas para agentes de LLM. O trabalho saiu como preprint no arXiv em julho de 2026 e alcançou 80,1% no novo benchmark MemHop e 78,4% no LoCoMo, superando Mem0, A-Mem, HippoRAG e RAG.

Por que um novo benchmark

O MemHop é um benchmark com 1000 perguntas, com profundidade de 1 a 5 saltos (hops), distribuídas em 10 cenários de redes sociais e com anotação de evidências em cada salto. Segundo o preprint no arXiv, os testes de memória existentes avaliam sobretudo a recordação de um único passo (single-hop recall) e quase não medem associações multi-hop, ou seja, a ligação de fatos por meio de uma cadeia de entidades intermediárias. O MemHop preenche essa lacuna e permite avaliar separadamente a profundidade de raciocínio do agente.

Como funciona o ProGraph

O ProGraph opera em duas camadas e não constrói um grafo de conhecimento explícito. A primeira camada é a profile expansion: uma travessia por substrings de nomes de entidades que aparecem naturalmente nos perfis em texto escritos pelo próprio modelo. Ela funciona como uma substituta mínima para a construção manual de um knowledge graph. A segunda camada é a compression residuals: datas exatas, quantidades e objetos nomeados, extraídos junto com cada atualização de perfil, sem chamadas adicionais de API (zero extra API cost).

A ablação com varredura completa de configurações (full-grid ablation) mostrou que os mecanismos são especializados. Remover a profile expansion custa 22,6 pontos percentuais no MemHop; não extrair os compression residuals em conjunto custa 8,6 pontos no LoCoMo. Os efeitos cruzados dentro da mesma arquitetura ficam abaixo de 3 pontos.

• Benchmark MemHop: 1000 perguntas, profundidade de 1 a 5 saltos, 10 cenários de redes sociais
• ProGraph: 80,1% no MemHop (no nível da referência FullContext) e 78,4% no LoCoMo (+11,3 p.p. sobre o FullContext)
• A profile expansion responde pelo multi-hop: −22,6 p.p. no MemHop quando removida
• Os compression residuals respondem pela precisão: −8,6 p.p. no LoCoMo sem a extração conjunta
• Supera Mem0, A-Mem, HippoRAG e RAG nos dois benchmarks

Por que o resultado importa

No LoCoMo, o ProGraph superou a referência FullContext em 11,3 pontos e, no MemHop, igualou o resultado dela, sem manter todo o histórico na janela de contexto e sem construir um grafo explícito. Isso significa que o agente consegue responder a perguntas encadeadas com base em perfis comprimidos e fatos residuais, e não no histórico completo da conversa.

«A expansão por perfis viabiliza o raciocínio multi-hop, e os resíduos

de compressão garantem a precisão da recuperação», diz o resumo do preprint no arXiv.

Os autores abriram o código do benchmark MemHop, da implementação do ProGraph e das implementações de baseline dos concorrentes, de modo que os números divulgados podem ser reproduzidos de forma independente.

O que isso significa

A memória para agentes de LLM está saindo da abordagem de «enfiar todo o contexto» e dos pesados grafos de conhecimento, em direção a perfis em texto leves com fatos pontuais. O ProGraph mostra que um método barato consegue alcançar o contexto completo em perguntas profundas e até superá-lo onde importa ligar fatos ao longo de vários passos.

Perguntas frequentes

O que é o MemHop?

O MemHop é um benchmark para avaliar a memória multi-hop de agentes de LLM: 1000 perguntas com profundidade de 1 a 5 saltos, em 10 cenários de redes sociais, com anotação de evidências em cada passo.

Em que o ProGraph difere do Mem0 e do RAG?

O ProGraph usa duas camadas, uma travessia por nomes em perfis em texto e fatos exatos extraídos em conjunto (datas, números, objetos), em vez de um grafo de conhecimento explícito. Nos benchmarks MemHop e LoCoMo, ele superou Mem0, A-Mem, HippoRAG e RAG.

É possível reproduzir os resultados?

Sim. Os autores publicaram o benchmark MemHop, a implementação do ProGraph e as implementações de baseline, então as medições podem ser repetidas de forma independente.