标签
一款名为Memvid的新型开源记忆层宣称超越所有现有RAG系统，在LoCoMo上实现SOTA提升35%，多跳推理提升76%，并打包为单个.mv2文件。
本文引入了上下文收集决策过程（CGDP），这是一个用于建模LLM智能体搜索行为的POMDP框架，提出了能够提升多跳推理能力并降低Token消耗且不影响性能的干预措施。
本文介绍了 TGS-RAG，这是一个双向验证与补全框架，通过协同基于文本和基于图的检索增强生成（RAG），提高了多跳推理的准确性。
ConlangCrafter是一个多跳LLM流程，通过将构造语言(conlang)创建过程分解为包括音系、形态、句法、词汇生成和翻译在内的模块化阶段，实现构造语言的自动化创建。该系统利用LLMs的元语言推理能力，结合随机性注入和自我完善来生成连贯且类型学多样的构造语言。