LLM 内存分页使用关键字书签进行长对话

一篇新的研究论文介绍了一种名为协同内存分页的技术，旨在帮助大型语言模型（LLM）管理超出其上下文窗口的对话。该方法用简洁的关键字书签替换被逐出的对话片段，允许 LLM 在必要时使用检索工具来检索完整内容。在 LoCoMo 基准测试上的实验表明，协同分页在多个 LLM 的回答质量方面优于其他方法，尽管其有效性受到生成书签的区分度的显著影响。 AI

影响 提高了 LLM 从扩展对话中回忆信息的能力，可能增强用户体验和任务完成度。

排序理由 该集群包含一篇已撤回的学术论文，详细介绍了 LLM 对话管理的一种新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Claude Haiku
• Cooperative Memory Paging
• DeepSeek-v3.2
• GLM-5
• GPT-4o-mini
• LLM
• Ziyang Liu

• 论文
• 模型发布

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