研究人员开发了一个名为 T-Mem 的新的基于时间结构的新型记忆框架，用于大型语言模型 (LLM) 代理。该框架通过使用时间机制来恢复和组织相关证据，解决了长期、多方对话的挑战。T-Mem 采用时间证据发现来查找集中的相关消息，并采用时间记忆结构来模拟随时间的状态转换，压缩信息量较少的时段。实验表明，T-Mem 在各种 LLM 和设置下始终优于现有的记忆框架。 AI
影响 该框架可以提高 AI 代理在延长的、多方参与的交互中保持上下文和提供个性化帮助的能力。
排序理由 该集群描述了一篇关于 LLM 记忆新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Evidence Forest Linearization
- LLM
- Temporal Evidence Discovery
- Temporal Evidence Forests
- Temporal Memory Structuring
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
