PerLTQA

新的TriMem系统超越原子事实，增强了大型语言模型代理的记忆能力

研究人员开发了TriMem，一种新颖的大型语言模型代理记忆系统，旨在克服当前基于事实的记忆方法的局限性。TriMem维护三个层次的表示：用于保真的原始对话片段、用于高效检索的提取原子事实以及用于深度推理的综合档案。该系统利用基于TextGrad的提示优化，无需参数更新即可持续改进提取和档案生成。在LoCoMo和PerLTQA基准上的实验表明，TriMem在各种大型语言模型骨干上始终优于现有的记忆基线。