得州大学论文提出Jev-Mem加速AI记忆构建

得克萨斯大学论文提出 Jev-Mem 方法：把“链接什么、何时停止搜索”这类小决策交给快速评分模型 Jev 批量输出概率，只在最后让 LLM 读取记忆并作答，从而加速长对话记忆系统的构建。 在 LoCoMo 长对话基准上，该方法记忆构建耗时 158 秒，最快对比方法为 1,044 秒，构建速度提升 6.6 倍；作答耗时 0.93 秒，对比 1.47 秒。答案得分为 0.777，高于最佳基线的 0.700。上述数据来自该论文及 Rohan Paul 的转述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。