AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

记忆检索

共 2 条相关 AI 资讯
8月19日
11:54
11:54官方一手arXiv: DeepSeek@Zheling Tan, Jin Gao, Dequan Wang
精选
CABLE是一种插件式内存增强方法,专为解决LLM代理长期记忆中的证据可达性问题。该方法在LoCoMo和MA-LongMemEval基准测试中使用Qwen3.5-27B、DeepSeek-chat和GPT-4o-mini进行评估。CABLE通过构建稀疏的推理相关关联,而非重复主机检索器已覆盖的内容,显著提升了跨记忆和会话的证据检索能力。在开放域、多会话和偏好导向问题类别中,CABLE实现了最大的性能提升。
AI模型CABLE记忆检索LLM代理

推荐理由:清华团队提出CABLE方法,让AI记忆系统不再只靠相似度,而是通过互补链接找回被遗忘的关键信息。
原文
6月29日
13:50
13:50官方账号François Chollet@fchollet
精选
François Chollet 指出,如果基准测试依赖静态数据集或训练时已知的静态分布,那么它本质上衡量的是记忆/检索,而非智能。他以 ARC 挑战为例,说明现有基准容易因数据泄露而失效,并强调真正智能需要应对未知变化。Chollet 呼吁社区设计更能体现泛化能力的测试,如基于动态环境的评估。
行业François Chollet基准测试智能测评

推荐理由:Chollet 点破了基准测试的痛点:很多高分模型只是背答案,不是真聪明。做评测的值得看看。
原文
精选全部日报登录