Skip to content
hrhgitPublic

About

Evidence-grounded temporal fact memory for long conversations: source-linked facts, temporal updates, and question-aware evidence retrieval.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

FactTrace

Evidence-grounded temporal fact memory for long conversations.

FactTrace turns complete conversations into source-linked facts, records how user facts change or conflict over time, and assembles question-specific evidence from the selected sessions. Its core innovation is treating traceable facts—not isolated text chunks—as the unit of long-term memory.

中文简介: FactTrace 把完整会话整理成带来源的具体事实,记录事实随时间的变化和关系,再根据问题组织可核对的证据材料。

Project introduction · Competition submission blurb · Formal pipeline · 部署说明

需要运行完整评测测试时,请连同固定版本的官方评测模板一起克隆:

git clone --recurse-submodules https://github.com/hrhgit/FactTrace.git
cd FactTrace
git -C vendor/aml apply ../../patches/aml-async-file-context.patch
git -C vendor/aml apply ../../patches/aml-locomo-answer-parser.patch

已有副本可以执行 git submodule update --init --recursive 补齐该子模块,再执行上面的两个补丁命令;题库、运行数据库和评测输出仍按需在本地准备,不提交到仓库。

FactTrace 现在只保留完整事实写入和直接查事实这一条正式流程。统一运行入口为 ./.venv/bin/python -m text_memory,HTTP 和本地评测调用同一个 CollectionEngine。

写入:完整会话 → 提取事实 → 补漏 → 保存事实与来源 → 用户侧关系标注。

查找:判断问题所需材料 → 完整问题给事实排序 → 取前 16 条(汇总问题 32 条)→ 补充相关会话事实 → 展示事实与关系标注。答题模型使用这些材料,原始对话仅用于写入和核对。

关键词、归组、二次查找、旧点线、关系传分和其他研究代码已从正式目录移走,主线没有相关可选开关。此次清理保留现行提取提示、问题判断提示、排序公式、关系标注规则和会话补全参数。

运行

Python 3.12,依赖见 requirements.lock.txt。复制 .env.example 为自己的 .env,填写 MEMORY_* 与向量配置;本地答题和评分再配置 ANSWER_*、JUDGE_*。密钥和本地数据库保留在本机。

./.venv/bin/python -m pip install -r requirements.lock.txt
./.venv/bin/python -m text_memory add --database outputs/memory.sqlite --input examples/conversation.json
./.venv/bin/python -m text_memory query --database outputs/memory.sqlite --input examples/question.json
./.venv/bin/python -m text_memory serve --database outputs/memory.sqlite --host 127.0.0.1 --port 8766

服务提供 /health、/add 和 /search。启动服务需配置 MEMORY_SERVICE_TOKEN;查询请求示例和配置说明见 主线说明。部署模板见 部署说明。

各 key 来源的请求数、token 和 OpenAI 单价参考金额会累计到本地。可同时设置美元、token 上限,并在任务运行中调整渠道优先级,当前请求继续完成,后续请求采用新顺序。查看用量:./.venv/bin/python -m text_memory channels status;设置方法见 渠道用量与上限。

本地写入、查找、答题和评分的统一运行方法见 评测说明。这些步骤执行相同的正式方法,不包含旧方案对照。现有题集和结果仍保留在原位置,历史分数不视作此次清理后的新成绩。

测试与打包

./.venv/bin/python -m unittest discover -v
./.venv/bin/python scripts/package_submission.py --output outputs/final-mainline-20261030/source.zip

打包只读取正式源码、测试、文档、示例、固定官方评分代码与来源清单;包内含逐文件校验清单。.env、数据库、题库、实验输出、工作记录和归档不会进入提交源码包。打包与实际向平台提交是不同步骤,见 提交源码说明。

归档

本次清理前的完整源码快照、被拆出的文件、文件校验值和行为核对结果位于 工作区的 outputs/archive/final-mainline-cleanup-20261030/。此前的 outputs/、题库、数据库和工作记录继续保留。需要复现旧实验时,在独立目录恢复对应快照,不把旧实现放回正式源码。

清理后新增的历史格式审计和对照脚本另存于 outputs/archive/mainline-cleanup-followup-20261031/,不属于正式流程或源码包。

About

Evidence-grounded temporal fact memory for long conversations: source-linked facts, temporal updates, and question-aware evidence retrieval.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages