研究人员推出了ConvMemory v2，这是一种旨在改进对话记忆检索的高级重排器。该系统通过重新排序先前版本ConvMemory v1确定的前几个候选记忆来优化它们，以增强召回率。在LoCoMo基准测试中，ConvMemory v2将整体MRR从0.5824显著提升至0.6560，H@1从0.4440提升至0.5474，几乎缩小了与计算量更大的方法的差距。 AI
影响 通过提高记忆召回准确性来增强对话式AI，可能带来更连贯、更具上下文感知能力的交互。
排序理由 该集群包含一篇详细介绍新模型/方法的论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.10842v1 Announce Type: new Abstract: We describe ConvMemory v2, an opt-in token-evidence reranker that sits after the lightweight ConvMemory v1 reranker and reorders only v1's protected top-10 candidate set. v2 is a fine-tuned ms-marco-MiniLM-L-6-v2 cross-encoder (22,7…
We describe ConvMemory v2, an opt-in token-evidence reranker that sits after the lightweight ConvMemory v1 reranker and reorders only v1's protected top-10 candidate set. v2 is a fine-tuned ms-marco-MiniLM-L-6-v2 cross-encoder (22,713,601 parameters, measured from the released ch…