实体 T$^2$Mem

T$^2$Mem

PulseAugur coverage of T$^2$Mem — every cluster mentioning T$^2$Mem across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_294489 · Oct 12 · 04:00

新的T2Mem框架在推理过程中构建LLM内存

研究人员推出T$^2$Mem，一种用于在大型语言模型（LLM）中构建内存的新颖框架，该框架将过程推迟到推理时进行。与传统的离线构建内存的方法不同，T$^2$Mem在LLM进行推理时逐步构建内存，使其能够适应特定的查询需求。该方法使用轻量级的离线分集级别元数据来捕获关键事件和时间关联，同时保留与原始交互的链接。在LoCoMo和LongMemEval上的实验表明，T$^2$Mem的有效性优于基线，并降低了内存构建的开销。