论文提出MemCompile长期记忆编译框架
热点事件持续更新
论文提出MemCompile长期记忆编译框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Shangze Li等作者发布论文，提出查询条件化的长期对话记忆证据编译框架MemCompile，用于从跨轮次和跨会话的长期对话记忆中恢复与问题相关的可回答证据。 框架先通过地址平面定位支持材料，再由证据平面在有限预算内组织互补的SourcePacket并生成答案就绪上下文。论文摘要称其在LoCoMo上达到80.52%的Judge Accuracy，并改善质量—成本Pareto前沿；作者称其在LongMemEval-S上的较强表现表明该方法可推广到其他长期对话记忆基准。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 12:00
MemCompile：面向长期Agent记忆的查询条件证据编译框架报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · cs.AIMemCompile：面向长期Agent记忆的查询条件证据编译框架
作者提出MemCompile，用于从跨轮次和跨会话的长期对话记忆中恢复与问题相关的可回答证据。该框架先通过地址平面定位支持材料，再由证据平面在有限预算内组织互补的SourcePacket并生成答案就绪上下文；论文摘要报告其在LoCoMo上达到80.52%的Judge Accuracy，并改善质量—成本Pareto前沿。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。