REMORY:用残差记忆压缩上下文
热点事件观察中
REMORY:用残差记忆压缩上下文
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
论文作者提出一种名为 REMORY 的神经记忆网络,用于长时程 Agent 的上下文压缩。它在文本摘要之外补充一段有界的软记忆 token,目标是让冻结的 LLM 在续写时逼近使用完整历史的效果。 在 SummHay 基准上,作者称 REMORY 在洞察覆盖率几乎不变的情况下提升了来源归因,仅用 5.2% 的输入位置就接近全上下文的联合得分。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 04:00
REMORY:为上下文压缩学习残差记忆报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- Hugging Face Daily Papers精选REMORY:为上下文压缩学习残差记忆
论文提出 REMORY,一种神经记忆网络,在文本摘要之外补充一段有界的软记忆 token,让冻结的 LLM 逼近使用完整历史时的续写结果。在 SummHay 上,REMORY 在洞察覆盖率几乎不变的情况下提升了来源归因,仅用 5.2% 的输入位置就接近全上下文的联合得分。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。