标签
ConvMemory v3 引入了一个有效性上下文层，通过目标条件双证据门检测过时或被取代的对话记忆，在合成基准上实现了高准确率，并零样本迁移到角色绑定任务。
ConvMemory v2是一种保持召回率的重排序器，它利用微调后的交叉编码器对ConvMemory v1的前10个候选结果进行重新排序，在LoCoMo基准测试中提升了MRR指标，同时保持召回率不变。
MemoryDocDataSet 是一个全新的合成基准测试，包含 50 个微型世界和 1,000 个问答对，专为同时评估 AI 系统在对话记忆与长文档推理两项联合任务上的表现而设计。最优基线方法（RAG-Both）的整体 F1 值仅为 0.358，凸显了当前系统在将对话记忆与长文档导航能力融为一体方面存在的显著差距。
一个受情景记忆理论启发的新型内存检索系统，使用Gemini Flash在LongMemEval基准测试中取得了最先进的96.4% top-50准确率，通过将检索质量与模型能力分离，超越了基于Pro的大型基线。
EviMem结合了用于证据差距检测的IRIS和用于分层记忆的LaceMem，以改进长期对话记忆检索，在时间和多跳问题上实现了更高准确率和更低延迟。