实体
ATM-Bench
ATM-Bench
PulseAugur coverage of ATM-Bench — every cluster mentioning ATM-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新型Axis-LoRA适配器增强LLM个人记忆检索能力
研究人员开发了Axis-LoRA，这是一种旨在改进从大型语言模型中检索个人记忆的新型适配器。目前使用冻结嵌入模型的方法难以区分基于时间、地点、人物和事件的记忆。Axis-LoRA通过在嵌入模型中集成四个专门的LoRA分支来解决这个问题，每个分支都针对特定的记忆轴进行调整，并通过基于查询的门控进行组合。这种方法在包括LongMemEval和ATM-Bench在内的多个基准测试中提高了检索准确性，且参数训练量极少。
-
ScrapMem框架实现高效的设备上LLM代理记忆
研究人员开发了ScrapMem，一个新颖的框架，旨在为资源受限的边缘设备上的LLM代理实现长期个性化记忆。该系统利用“光学遗忘”机制逐步降低旧记忆的分辨率，从而减少存储需求并抑制不太关键的细节。为了确保语义连贯性，ScrapMem使用情景记忆图将关键事件组织成因果时间结构。在ATM-Bench上的实验证明了ScrapMem的有效性，实现了最先进的性能、显著的存储减少和改进的召回能力。
-
ScrapMem框架通过光学遗忘增强设备上LLM的记忆能力
研究人员开发了ScrapMem，一个旨在为设备上的大型语言模型代理实现个性化记忆的新型框架。该系统解决了资源受限的边缘设备上高存储成本和多模态数据复杂性的挑战。ScrapMem利用“光学遗忘”机制，通过降低旧记忆的分辨率来压缩它们，从而降低存储需求，同时保留关键细节。此外，它还采用情景记忆图来维护语义一致性并按时间顺序组织关键事件。