LLM智能体新基准和记忆架构发布

研究人员推出了MemHop，这是一个旨在评估大型语言模型（LLM）智能体多跳推理能力的新基准。该基准包含在10个社交网络场景中的1000个带证据标注的问题，测试1到5跳的深度回忆能力。与MemHop一同提出的还有Profile-Graph Memory (ProGraph)，一种新颖的记忆架构，它结合了用于遍历叙事档案中实体名称的档案扩展和用于捕获日期、数量等精确细节的压缩残差。ProGraph在MemHop和长上下文建模（LoCoMo）基准上均表现出色，优于现有的记忆框架。 AI

影响 引入了评估和改进LLM智能体长期记忆的新方法，有望增强其处理复杂、多步任务的能力。

排序理由 学术论文，介绍了一种用于LLM智能体的新基准和记忆架构。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• A Memoir Blue
• arXiv
• FullContext
• HippoRAG
• LLM agents
• Long Context Modeling
• Mem0 Agent Memory Framework
• MemHop
• Profile-Graph Memory
• ProGraph
• retrieval-augmented generation

• 论文
• 模型发布
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →