标签
H-Mem是一种面向基于LLM的智能体的新型记忆机制，采用时间-语义树与知识图谱相结合的混合结构，以建模记忆演化并提升检索性能，在问答基准上实现了最先进水平。
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。
本文介绍了 PYTHALAB-MERA，这是一种用于冻结本地大语言模型（LLM）的外部控制器，通过基于验证的记忆和检索机制来提升代码代理的性能。与自我修正基线方法相比，该方法利用执行反馈和时间差分学习，在严格验证任务中展现出更高的成功率。
HAGE引入了一种加权多关系记忆框架，能够在统一关系记忆图上实现查询条件化的遍历，通过自适应记忆检索和基于强化学习的优化来提高长程推理准确性。
作者介绍了 Tiro，这是一个开源的智能体内存和检索框架，旨在通过为会话、文档和运行状态提供模块化且可检查的内存通道，解决 LLM 智能体中的长期上下文漂移问题。
银联研究人员提出 SCG-MEM，一种模式约束的生成式记忆架构，通过强制 LLM 仅在动态认知模式内解码有效记忆键，消除结构性幻觉，在 LoCoMo 基准上全面超越稠密检索基线。