标签
论文提出ConMem算法，将LLM智能体的长期记忆保留决策重构为反事实因果推断，并构建MemAlign基准（1,079个记忆案例）来研究记忆错位问题，实验表明该方法在缓解过度保留偏差的同时保持个性化效用。
MemTensor 团队发布 MemT 1.0，将记忆机制从外挂式 RAG/Agent Memory 推入模型计算核心，让模型在解决任务过程中自行沉淀经验，官方测试显示 Coding、Working 场景提升 5% 以上，源码已在 Hugging Face 开源。
一篇HuggingFace文章，总结了IIT Madras研究人员的一篇论文，将LLM记忆处理归为五种方法——存储更多、压缩、纠正、推理时学习和分布可塑性——并探讨当新信息与旧状态冲突时，这些方法各自表现如何。
论文介绍了 Memorilla 记忆系统，该系统将整个文档集合压缩为 16 个与查询相关的记忆 token，并应用于冻结参数的大语言模型。在 FactKG 基准测试中，其准确率达到 84.33%，超过全上下文推理的 80.43%，同时使用的 token 数量减少 108 倍，在八个基准测试中的五个上超越了 Mem0 和 MemoRAG 等基线方法。
提出 T2Mem 框架，将记忆构建延迟到推理阶段，随推理过程渐进式构建面向查询的记忆，在 LoCoMo 和 LongMemEval 上超越强基线并显著降低记忆构建开销。
Jev-Mem引入了一种受System-One/System-Two认知启发的智能体记忆架构，通过提升分数和加快操作，增强长期AI智能体的效率和效果。
本文介绍了Fortunate Recall，一种基于本体的策略层，用于管理LLM中的记忆生命周期。它将个人信息分类为行为类别，并应用差异策略来提高一致性和减少幻觉，在基准测试中优于现有系统。
作者开发了一个基于 Datalog 的 LLM 记忆系统，用于在漏洞研究等调查中保持准确状态，并能在事实变化时自动更新结论。
本文介绍了RENDER，这是一个控制大语言模型记忆评估中面向读者证据的基准测试，展示了基于记忆条目呈现给模型的方式的显著准确性变化。
作者认为，对于已经订阅ChatGPT Pro等LLM服务的用户来说，为记忆系统运行本地嵌入模型和重排序模型比运行本地LLM更实用，并详细介绍了他们基于GBrain的配置。
Mnemo是一个开源、本地优先的记忆层，适用于任何LLM，它使用SQLite和petgraph将实体和关系提取到持久化知识图谱中，提供自动上下文注入以增强对话。
SAGE提出了一种用于智能LLM记忆演化的新颖性门控，利用基于von Mises-Fisher的密度估计器来决定是否添加、合并或忽略新事实，在保持记忆质量的同时减少LLM调用。
引入SeqMem-Eval，一种用于序列演化LLM记忆的诊断评估框架，测量超越聚合指标的多个维度，揭示适应性与稳定性之间的权衡。
GroupMemBench是一个新的基准，用于评估多轮对话中LLM代理的记忆能力，揭示了当前记忆系统的缺陷，最佳系统仅达到46%的平均准确率。
这项研究表明，即使基于真实解进行训练，通过蒸馏和巩固循环持续更新 LLM 智能体记忆也会导致性能倒退。研究发现，仅保留情景记忆优于基于文本的巩固，突显了当前自我改进范式的重大缺陷。
一位独立开发者在 Andrej Karpathy 公开相同想法的几周前，就已悄然上线了一套可工作的“LLM Wiki”系统——为语言模型提供持久记忆。
在 Andrej Karpathy 公开“LLM Wiki”想法的一个月前，就有人实现了可运行的系统，解决了 LLM 每次从零开始、没有记忆也无法自我进化的痛点。
研究者推出BEHEMOTH基准与CluE聚类提示优化，使LLM能从多样化任务中抽取并保留异构记忆，相比既往自演化框架提升9%。
Mem0 引入了一种基于图表示的可扩展内存中心架构，旨在提升大语言模型（LLM）在长期对话中的连贯性，在显著降低延迟和 Token 成本的同时，性能优于现有的记忆系统。