★ 3
T²Mem：测试时记忆构建框架提升 LLM 长程问答
论文提出 T²Mem，将记忆构建推迟到推理阶段，离线仅提取轻量级片段元数据作为检索线索，测试时随推理进程逐步构建查询专属记忆。在 LoCoMo 与 LongMemEval 上，该方法在多种基座 LLM 上稳定超越强基线，并显著降低记忆构建开销。
arXiv NLP21 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 T²Mem，将记忆构建推迟到推理阶段，离线仅提取轻量级片段元数据作为检索线索，测试时随推理进程逐步构建查询专属记忆。在 LoCoMo 与 LongMemEval 上，该方法在多种基座 LLM 上稳定超越强基线，并显著降低记忆构建开销。
一篇技术博客展示了如何利用大语言模型的内部记忆来生成驾车导航路线，探索 LLM 在空间推理与路径规划上的能力。该实验属于对模型隐式知识边界的趣味性探索。