@garrytan: Memorable找到了一种用嵌入代替更多令牌来优化记忆的方法,这是一种强大的记忆新方式。
摘要
Memorable引入了一种使用嵌入代替令牌来优化AI代理记忆的方法,使得程序性记忆能够跨多个运行持续存在。
查看缓存全文
缓存时间: 2026/09/18 14:44
Memorable 发现了一种通过嵌入式向量优化记忆而非增加令牌数量的高效方法,这为实现智能体记忆提供了全新思路。
Advaiyt Sane (@advaiytsane):
隆重推出 Memorable(YC S27):面向 AI 智能体的程序性记忆系统如今的 AI 智能体诞生、运作与消亡皆局限于单个上下文窗口。当再次遇到曾解决过的复杂问题时,它们仍需从零开始应对。
Memorable 将成功运行的轨迹转化为可复用的图形记忆网络
相似文章
@simplifyinAI:腾讯刚刚开源了Hy-Memory。一个内存插件,通过6层框架赋予AI代理真正的长期记忆…
腾讯开源了Hy-Memory,这是一个为AI代理提供长期记忆的内存插件,采用6层双推理框架,将令牌使用量减少35%,内存膨胀减少70%。
Memora: 平衡抽象与具体性的和谐记忆表示
Memora 是一个可扩展的 AI 智能体记忆系统,它将存储与检索解耦,在长周期任务上实现了最先进的性能,同时使用的 token 数量减少了高达 98%。该研究发表于 ICML 2026。
@UnTalNixon_exe:微软研究院刚刚发布了AI智能体们期待已久的内存插件。PlugMem。无需微调。……
微软研究院发布了PlugMem,一款面向AI智能体的内存插件,可将经验提炼为知识图谱,将上下文令牌减少10-100倍,并在无需微调的情况下提高决策效用。
@omarsar0: // AutoMem // 我非常喜欢这个元记忆的概念。(标记一下) 这项来自斯坦福的新研究将智能体的记忆…
这篇斯坦福研究论文介绍了AutoMem,这是一个将智能体记忆管理视为可训练技能的框架。通过分别优化记忆结构和熟练度,AutoMem在长周期任务上将基础智能体性能提升了2到4倍,使得一个32B开源权重模型能够与Claude Opus 4.5和Gemini 3.1 Pro Thinking等前沿系统竞争。
@MSFTResearch: AI 智能体无法记住过去的对话。它们必须不断重新加载或检索上下文,随着任务变长和复杂,效率变得越来越低…
Memora 是一种为 AI 智能体设计的可扩展记忆系统,它将存储与检索分离,能够支持长周期任务,同时将上下文令牌减少多达 98%,并在基准测试上取得了新的最佳性能。该论文发表于 ICML 2026。