StratMem-Bench: Evaluating Strategic Memory Use in Virtual Character Conversation Beyond Factual Recall
School of Computer Science and Engineering, Southeast University, China(东南大学计算机科学与工程学院,中国);Key Laboratory of New Generation Artificial Intelligence Technology and its Interdisciplinary Applications (Southeast University), Ministry of Education, China(新一代人工智能技术及其交叉应用国家重点实验室(东南大学),中华人民共和国教育部,中国);College of Design and Innovation, Tongji University, China(同济大学设计与创新学院,中国)
StratMem-Bench旨在评估虚拟角色对话中战略记忆的使用,通过异构记忆池测试角色在不同记忆类型间的决策能力,提出多种评估指标以衡量记忆整合与利用效果。
2026-04-29 cs.AI cs.CL
Those Aren't Your Memories, They're Somebody Else's: Seeding Misinformation in Chat Bot Memories
Macquarie University(麦考瑞大学)
本文发现聊天机器人的长期记忆机制可被利用,通过将个人陈述与错误信息结合,使BlenderBot 2/3记住并复述错误信息,实验表明记忆中的错误信息会显著提高机器人将其作为事实回答的概率。
2023-04-06 cs.AI cs.CL cs.CR
RECIPER: A Dual-View Retrieval Pipeline for Procedure-Oriented Materials Question Answering
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院)
本文提出RECIPER双视角检索流程,通过结合段落上下文和紧凑的LLM提取的工艺摘要,提升材料科学论文中工艺细节的检索效果,实验表明在多个检索模型上均取得显著提升。
2026-04-13 cs.AI cs.CL eess.SP
MoM: Linear Sequence Modeling with Mixture-of-Memories
Shanghai AI Laboratory(上海人工智能实验室);Tsinghua University(清华大学);Fudan University(复旦大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Chinese University of Hong Kong(香港中文大学)
针对现有线性序列建模方法单固定记忆状态导致强召回任务表现差的问题,提出MoM混合记忆架构,通过路由分配多独立记忆状态提升容量、降低干扰,保持线性训练与常数推理复杂度,性能优于现有线性模型且比肩Transformer。
2025-11-18 cs.AI cs.CL cs.LG
PerLTQA: A Personal Long-Term Memory Dataset for Memory Classification, Retrieval, and Synthesis in Question Answering
The Chinese University of Hong Kong(香港中文大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
本文提出PerLTQA个人长期记忆问答数据集及记忆分类、检索、合成框架,实验证明BERT分类模型优于ChatGLM3和ChatGPT,并强调有效记忆整合对问答任务的重要性。
2024-02-26 cs.AI cs.CL cs.IR
Meta Answering for Machine Reading
Google Research(谷歌研究院);ETH Zürich(苏黎世联邦理工学院);New York University(纽约大学);University of Maryland(马里兰大学)
我们研究了一个机器阅读的框架,灵感来自现实世界的信息寻求问题,其中一个Meta问答系统与黑盒环境进行交互。该环境封装了一个基于BERT的竞争机器阅读器,提供问题的候选答案,可能还有一些上下文。为了验证我们的公式的现实性,我们要求人类扮演元回答者的角色。只需在答案周围添加一小段文字,人类就可以超越机器阅读器,提高回忆率。类似地,一个简单的机器元回答器优于环境,提高了Natural Questions数据集的精确度和召回率。该系统依赖于答案评分和条件信息选择的联合训练。
2020-04-30 cs.AI cs.CL
IRPAPERS: A Visual Document Benchmark for Scientific Retrieval and Question Answering
Weaviate
IRPAPERS基准通过比较图像和文本检索系统,揭示了多模态混合搜索在科学文档检索和问答中的优势。
2026-02-05 cs.AI cs.CL cs.IR
Memorizing Documents with Guidance in Large Language Models
KAIST AI(韩国科学技术院人工智能学院);INEEJI
本研究提出逐文档记忆架构与文档引导损失,在训练中追踪大语言模型的文档记忆,实验验证其可为不同文档分配独立记忆条目,并提升生成时文档相关内容的召回率。
2024-06-23 cs.AI cs.CL
Episodic Memories Generation and Evaluation Benchmark for Large Language Models
Huawei Technologies Co., Ltd.(华为技术有限公司)
本研究提出一个综合框架和基准,用于建模和评估大型语言模型的情景记忆能力,发现即便最先进模型在处理复杂时空关系时仍存在显著不足。
2025-01-21 cs.AI cs.CL cs.LG
Learning What to Recall: Adaptive Multi-Cue Episodic Memory for World Models
KAIST(韩国科学技术院);Sony Group Corporation(索尼集团公司);Imperial College London(伦敦帝国理工学院)
针对世界模型中情景记忆检索线索不可靠的问题,提出未来感知回忆(FAR)框架,利用未来感知预测监督和自适应多线索评分学习检索,在多个设置中优于手工设计方法。
2026-09-29 cs.AI cs.CV cs.LG
MediQAl: A French Medical Question Answering Dataset for Knowledge and Reasoning Evaluation
Data Clinic, University Hospital of Nantes, France(南特大学医院数据诊所,法国);Nantes Université, École Centrale Nantes, CNRS, LS2N, France(南特大学,中央理工学院南特分校,国家科学研究中心,LS2N,法国)
本文提出MediQAl数据集,用于评估语言模型在事实性医学记忆和现实临床场景推理方面的能力,包含32,603个法语医学问题,涵盖41个医学科目,包含三种任务,通过14个大型语言模型的评估发现事实记忆与推理任务之间存在显著性能差距。
2025-07-28 cs.AI cs.CL
Assessing Episodic Memory in LLMs with Sequence Order Recall Tasks
Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所);Intel Labs(英特尔实验室);University of Texas at Austin(德克萨斯大学奥斯汀分校);Princeton University(普林斯顿大学);Princeton Neuroscience Institute(普林斯顿神经科学研究所);New York University(纽约大学)
本文引入了序列顺序回忆任务(SORT)来评估LLMs的情景记忆能力,发现当文本仅在训练期间提供时模型表现不佳,而在上下文中提供相关文本时表现良好,为记忆增强模型的发展提供了新框架。
2024-10-10 cs.AI cs.CL cs.LG
MELD: A Protocol for Merging Knowledge Across Distributed Agentic Memories
University of Oulu(奥卢大学);University of Helsinki(赫尔辛基大学)
本文提出MELD协议,实现分布式智能体记忆的知识合并,经实验验证其在存储、召回率、一致性及消息量上均优于基线,可支撑自治智能体联邦的知识协同。
2026-08-18 cs.AI cs.DC cs.MA
Long-Context Long-Form Question Answering for Legal Domain
J. P. Morgan Chase(摩根大通)
本文提出了一种针对法律文档长上下文长格式问答的系统,通过解构领域词汇、解析复杂布局和生成全面回答,提升问答精度与实用性。
2026-02-06 cs.AI cs.CL
Memorization and Knowledge Injection in Gated LLMs
Harvard University(哈佛大学);Kempner Institute, Harvard University(哈佛大学坎普纳研究所)
提出持续学习框架MEGa,通过门控低秩权重将事件记忆直接注入LLM权重,利用门控机制激活相关记忆,在虚构角色和Wikipedia事件数据集上有效缓解灾难性遗忘。
2025-04-30 cs.AI cs.CL
Recall What Is Missing: Composing Evidence from Long-Term Agent Memory
School of Data Science(数据科学学院)
该研究针对有限上下文预算下长期智能体的证据合成需求,提出无需训练的MemPursuit机制,在3个基准实验中提升了端到端准确率并大幅降低了延迟。
2026-10-14 cs.AI
PRISM: Agentic Retrieval with LLMs for Multi-Hop Question Answering
Department of Computing Science University of Alberta(计算科学系阿尔伯塔大学)
本研究提出PRISM智能体检索框架,通过三个专门LLM智能体迭代交互优化多跳问答的证据检索,在四个基准上性能优于强基线,减少无关信息并提升下游QA模型表现。
2026-08-31 cs.AI cs.CL cs.IR
Personalized State-Transition-Aware Memory for Clinical Agents
University of California, Los Angeles(加州大学洛杉矶分校);Optum AI, UnitedHealth Group(Optum AI,联合健康集团)
针对临床智能体记忆管理,提出状态转移感知框架STAM,通过语义检索与类型化关系区分当前与历史信息,在四个纵向基准上验证其有效性。
2026-10-01 cs.AI cs.CL
RECALL: A Benchmark for LLMs Robustness against External Counterfactual Knowledge
Peking University(北京大学);Tencent Inc.(腾讯公司)
该研究构建RECALL基准,通过问答和文本生成任务评估大语言模型对抗外部反事实知识的鲁棒性,发现现有模型易受干扰且简单干预效果有限。
2023-11-14 cs.AI cs.CL
PAR$^2$-RAG: Planned Active Retrieval and Reasoning for Multi-Hop Question Answering
Oracle AI(甲骨文人工智能)
PAR$^2$-RAG通过分阶段的覆盖与承诺分离,结合广度优先锚定和深度优先细化,提升多跳问答的准确率和检索效果。
2026-03-30 cs.AI
PersonaTrail: Benchmarking Personalized Web Agents through Browsing Trails
研究针对用户指令不明确时网络代理需从浏览历史推断上下文的问题,引入PersonaTrail基准及偏好感知上下文记忆框架PACMem,利用浏览轨迹评估代理,实验证明PACMem优于现有基于记忆的基线。
2026-08-05 cs.AI cs.CL
Quantum adaptive agents with efficient long-term memories
Imperial College London(帝国理工学院);Nanyang Technological University(南洋理工大学);National University of Singapore(新加坡国立大学);Austrian Academy of Sciences(奥地利科学院)
适应系统成功的关键是它们能够解释来自环境的信号并做出相应的反应--它们就像与周围环境相互作用的代理人一样。当能够执行越来越复杂的策略时,这些代理通常表现得更好。这是有代价的:智能体必须从过去的经验中回忆起的信息越多,它需要的内存就越多。在这里,我们调查的权力代理能够处理量子信息。我们揭示了量子代理需要采用的最一般形式,以最大限度地提高内存压缩优势,并提供了一种系统的方法来编码它们的内存状态。我们表明,这些编码可以表现出非常有利的缩放优势相对于内存最小的经典代理,特别是当信息必须保留越来越远的过去的事件。
2022-01-11 cond-mat.stat-mech cs.AI cs.IT
GEM-RAG: Graphical Eigen Memories For Retrieval Augmented Generation
Cornell University(康奈尔大学)
受人类记忆机制启发,提出GEM-RAG方法,通过LLM生成效用问题标记文本块、构建相似度图并利用特征分解生成高层摘要节点,在标准QA任务上优于现有RAG方法。
2024-09-23 cs.AI cs.CL
BayesPCN: A Continually Learnable Predictive Coding Associative Memory
University of British Columbia(不列颠哥伦比亚大学)
联想记忆在人类智能中起着重要的作用,其机制与机器学习中的注意力有关。虽然机器学习社区最近重新燃起了对联想记忆的兴趣,但大多数工作都集中在记忆回忆($read$)上,而不是记忆学习($write$)。在本文中,我们提出了BayesPCN,一个分层的联想记忆,能够执行连续的一次性记忆写入,而无需元学习。此外,BayesPCN能够逐渐忘记过去的观测($forget$)以释放其内存。实验结果表明,贝叶斯PCN算法能够召回被破坏的i.i.d.与最先进的离线学习参数记忆模型相比,观察到数百到一千个“时间步”前的高维数据,而回忆能力没有大幅下降。
2022-11-12 cs.AI cs.LG
MEMO: A Deep Network for Flexible Combination of Episodic Memories
DeepMind(深度思维);University College London(伦敦大学学院)
最近开发具有外部存储器的神经网络架构的研究经常使用基准bAbI问题和回答数据集,其提供了需要推理的具有挑战性的任务数量。在这里,我们采用了一个经典的联想推理任务,从基于记忆的推理神经科学文献,以更仔细地探测现有的记忆增强架构的推理能力。这项任务被认为抓住了推理的本质--对分布在多个事实或记忆中的元素之间的遥远关系的理解。令人惊讶的是,我们发现当前的架构很难在长距离关联上进行推理。在一个更复杂的任务上也得到了类似的结果,该任务涉及在路径中找到节点之间的最短路径。因此,我们开发了MEMO,一种具有长距离推理能力的架构。这是通过添加两种新组分来实现的。首先,它引入了存储在外部存储器中的记忆(事实)与外部存储器中包含这些事实的项目之间的分离。其次,它利用了自适应检索机制,允许在产生答案之前进行可变数量的“内存跳跃”。MEMO能够解决我们的新推理任务,以及匹配bAbI的最新结果。
2020-01-29 cs.AI cs.LG
MINTEval: Evaluating Memory under Multi-Target Interference in Long-Horizon Agent Systems
UNC Chapel Hill(北卡罗来纳大学教堂山分校);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出MINTEval基准,用于评估智能体在长时间跨度和多目标干扰下的记忆表现,通过长连接上下文、多领域和多类型问题来测试记忆增强代理的鲁棒性和泛化能力。
2026-05-19 cs.AI cs.CL
Towards Understanding and Answering Multi-Sentence Recommendation Questions on Tourism
IIT Delhi(印度理工学院德里分校);IBM Research(IBM研究院);IBM Research AI(IBM研究院人工智能部门)
我们介绍了第一个系统对新的任务,回答复杂的多句推荐问题,在旅游领域。我们的解决方案使用两个模块的管道:问题理解和回答。对于问题的理解,我们定义了一个类似SQL的查询语言,它可以捕获问题的语义意图;它支持子集,否定,偏好和相似性等操作符,这些操作符经常出现在推荐问题中。我们训练和比较传统的CRF以及双向LSTM为基础的模型转换问题,其语义表示。我们将这些模型扩展到半监督设置,通过众包收集部分标记序列。我们发现,我们的最佳模型使用手工设计的特征和CCM执行BiDiLSTM+CRF的半监督训练(Chang et al.,2007)的限制。最后,在端到端的QA系统中,我们的回答组件将我们的问题表示转换为对底层知识源的查询。我们在两个不同的答案语料库上的实验表明,我们的系统可以显着优于基线高达20点的准确率和17点的召回率。
2018-01-05 cs.AI cs.CL
Meta-Memory: Retrieving and Integrating Semantic-Spatial Memories for Robot Spatial Reasoning
Southern University of Science and Technology(南方科技大学)
提出元记忆(Meta-Memory),一种由大语言模型驱动的智能体,通过联合推理语义与空间记忆来回答空间位置查询,在SpaceLocQA和NaVQA基准上超越现有方法,并已在真实机器人上验证。
2025-09-25 cs.AI cs.RO
An Entropic Associative Memory
Universidad Nacional Autónoma de México(墨西哥国立自治大学);Universidad de Guadalajara(瓜达拉哈拉大学)
自然记忆具有联想性、陈述性和分布性。符号计算记忆在其声明性特征上类似于自然记忆,并且信息可以显式地存储和恢复;然而,它们缺乏自然记忆的关联性和分布式特性。在联结主义或人工神经网络范式中开发的子符号记忆是关联的和分布式的,但不能表达符号结构,信息不能被显式地存储和检索;因此,它们缺乏陈述性属性。为了解决这个难题,我们使用不确定计算模型的关联内存寄存器,持有分布式表示的个别对象。这种计算模式有一个内在的计算熵,它衡量了表示的不确定性。此参数决定存储器的工作特性。关联寄存器嵌入在一个架构中,该架构将特定于模态的缓冲区中表达的具体图像映射为抽象表示,反之亦然,并且存储器系统作为一个整体满足自然存储器的三个属性。该系统已被用来模拟一个视觉记忆持有的手写数字的表示,识别和召回实验表明,有一个范围的熵值,不太低,也不太高,在联想记忆寄存器有一个令人满意的性能。在存储器检索操作中恢复的线索和对象之间的相似性取决于保存对应对象的表示的存储器寄存器的熵。使用标准计算机在模拟中实现实验,但是可以构建并行架构,其中存储器操作将采取非常减少数量的计算步骤。
2020-09-28 cs.AI
Semantically-correlated memories in a dense associative model
Institute for Computational and Experimental Research in Mathematics, Brown University(布朗大学计算与实验数学研究所);SciAI Center, Cornell University(康奈尔大学SciAI中心);Neural Coding and Brain Computing Unit, OIST Graduate University(冲绳科学技术大学院大学神经编码与脑计算单元)
本文提出新型联想记忆模型 CDAM,在统一框架内集成自联想与异联想,利用图结构语义链接记忆模式,并采用反 Hebbian 学习规则揭示四种动力学模式,在真实数据、图像检索及神经科学实验复现中展现有效性。
2024-06-02 cs.AI cs.LG cs.NE
Residual Vector-based Reconstruction as Long-Context Recall Regardless of Context Window Size
Korea University(高丽大学)
本文提出一种利用前馈层残差向量重建事实的长上下文召回方法,无需训练即可在保持近恒定GPU内存的同时,于两百万令牌上下文中成功回答单事实问题。
2026-09-14 cs.AI cs.CL
Why Does ChatGPT Fall Short in Providing Truthful Answers?
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文系统分析ChatGPT在开放域问答中的失败类型,指出事实性不足是核心问题,并提出通过引入细粒度外部知识和知识召回提示来提升模型回答真实性的策略。
2023-12-03 cs.AI cs.CL
Enter the Mind Palace: Reasoning and Planning for Long-term Active Embodied Question Answering
Field AI Research Institute (FAIRI)(Field AI研究机构);Stanford University(斯坦福大学)
针对长期主动具身问答任务,提出基于记忆宫殿的场景图记忆系统与信息价值停止准则,实现记忆检索与主动探索结合,显著提升答案准确性和探索效率。
2025-09-25 cs.AI cs.RO
Multi-modality Associative Bridging through Memory: Speech Sound Recollected from Face Video
KAIST(韩国科学技术院)
在本文中,我们介绍了一种新的视听多模态桥接框架,可以利用音频和视频信息,即使是单模态输入。我们利用存储源(即,视觉的)和目标(即,音频)模态表示,其中源模态表示是我们所给定的,目标模态表示是我们想要从记忆网络中获得的。然后,我们在源和目标记忆之间构建了一个关联的桥梁,考虑了两个记忆之间的相互关系。通过关联桥学习相互关系,所提出的桥接框架能够在记忆网络内部获得目标模态表示,即使仅使用源模态输入,也能够为其下游任务提供丰富的信息。我们提出的框架,以两个任务:唇读和语音重建无声的视频。通过所提出的关联桥和模态特定的记忆,每个任务的知识是丰富的回忆音频上下文,实现最先进的性能。我们还验证了关联桥正确地将源和目标记忆联系起来。
2022-04-04 cs.AI cs.CV cs.SD
Answering Ambiguous Questions with a Database of Questions, Answers, and Revisions
Google DeepMind(谷歌DeepMind);Carnegie Mellon University(卡内基梅隆大学)
针对开放域歧义问题需整合多段落多解释信息的挑战,本文提出利用 Wikipedia 生成的无歧义问题数据库进行检索与推理,在 ASQA 基准上取得最先进性能并显著提升召回、消歧和多样化段落检索。
2023-08-16 cs.AI cs.CL
Proposing Plausible Answers for Open-ended Visual Question Answering
University of Rochester(罗切斯特大学);Adobe Research(Adobe研究院)
回答开放式问题是任何智能代理的基本能力。最近最有趣的开放式问答挑战之一是视觉问答(VQA),它试图通过回答关于图像的自然语言问题来评估系统的视觉理解。存在许多VQA方法,其中大多数没有表现出对它们产生的候选答案的更深层次的语义理解。我们研究的重要性,生成合理的答案,一个给定的问题,通过引入新的任务“回答建议”:对于一个给定的开放式问题,系统应该生成一个排名列表的候选答案通知的语义问题。我们尝试了各种模型,包括神经生成模型以及语义图匹配模型。我们提供了内在的和外在的评价的任务的答案建议,表明我们最好的模型学习提出合理的答案,具有较高的召回率,并执行竞争力与其他一些解决方案的VQA。
2016-10-24 cs.AI cs.CL cs.CV
Exploratory and Assimilating Reflection: Reflective Recall Cycle for Long-term Memory
研究基于大语言模型的自主智能体外部记忆问题,提出探索性 - 同化性反思(EAR)框架,结合探索性反思与同化性反思两种机制,提高初始检索性能和样本效率,在长期对话基准上比基线检索器提升检索率达 17.9%,且样本效率高、抗噪声反馈。
2026-07-21 cs.AI
RuleRAG: Rule-Guided Retrieval-Augmented Generation with Language Models for Question Answering
National University of Defense Technology(国防科技大学);International Digital Economy Academy(国际数字经济学院);University of Oxford(牛津大学)
针对RAG问答缺乏检索与推理引导的问题,提出RuleRAG,通过规则统一指导检索和生成,并构建RuleQA基准,实验显示检索与准确率大幅提升且具有泛化性。
2025-02-16 cs.AI cs.CL cs.IR
Learning User-Aware Recall: Personalized Retrieval in Long-Term Conversational Memory
Baidu Inc.(百度公司);The University of Queensland(昆士兰大学)
提出PPRO框架,通过用户画像引导的排序和基于GRPO的查询重写,实现个性化记忆检索,在LoCoMo和LongMemEval-S上取得一致提升。
2026-07-03 cs.AI cs.CL cs.IR
APEx: Distillation of Agent Procedural Experience for Adaptive Deep Research Question Answering
University of Science and Technology of China(中国科学技术大学);ByteDance Inc.(字节跳动公司);Chinese Academy of Sciences(中国科学院)
APEx是分层经验利用框架,通过三阶段交替GRPO训练优化Executor、Distiller、Planner模块,经7个基准测试性能超GPT-5.4和最强记忆增强基线,实现自适应深度研究问答。
2026-09-03 cs.AI cs.CL
Building the Intent Landscape of Real-World Conversational Corpora with Extractive Question-Answering Transformers
Bell Canada(加拿大贝尔)
对于提供客户服务的公司来说,在会话数据中映射意图对于构建基于自然语言理解(NLU)的应用程序至关重要。然而,目前还没有建立自动化技术来从嘈杂的在线聊天或语音记录中收集意图。简单的聚类方法不适合意图稀疏的对话。为了解决这个意图景观任务,我们提出了一个无监督的管道,从现实世界的对话中提取意图和意图的分类。我们的管道使用提取问答Electra模型挖掘意图跨度候选项,并利用句子嵌入应用低级别密度聚类,然后是顶级层次聚类。我们的研究结果证明了在SQuAD 2数据集上微调的ELECTRA大型模型的泛化能力,以理解对话。通过正确的提示问题,该模型实现了超过85%的意图跨度的语言验证率。我们还从MultiDoGo数据集重建了五个领域的意图方案,平均召回率为94.3%。
2022-08-30 cs.AI cs.CL cs.LG
Learning Trimodal Relation for Audio-Visual Question Answering with Missing Modality
Kyung Hee University(庆熙大学);Technical University of Munich(慕尼黑工业大学);Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心)
针对视听问答中模态缺失导致性能下降的问题,提出RMM生成器和AVR扩散模型,通过关系感知与共享线索增强模态特征,实现模态缺失下的稳健问答。
2024-07-23 cs.AI cs.CV cs.MM
Denoising Table-Text Retrieval for Open-Domain Question Answering
POSTECH(浦项科技大学);aiXplain, Inc.(aiXplain公司)
为解决表格-文本开放域问答中假阳性标签和跨表格推理证据检索困难的问题,提出DoTTeR模型,通过去噪训练集和引入表格级排序信息微调列编码器,显著提升了检索召回率与下游QA性能。
2024-03-26 cs.AI cs.CL
Many Steps into One: Reasoning Contraction and the Limits of Safe Memory Reuse for LLM Agents
ByteDance(字节跳动);Scale AI
该研究针对LLM智能体的推理收缩现象,指出现有计数器式记忆存在过时答案多的问题,提出基于似然比的安全记忆复用方法以提升安全性。
2026-10-21 cs.AI cs.CL
Predictive Associative Memory: Retrieval Beyond Similarity Through Temporal Co-occurrence
Independent Researcher(独立研究者)
本文提出预测性关联记忆(PAM),通过时间共现学习嵌入空间的关联结构,实现超越相似性的检索,实验显示其在关联召回和区分能力上表现优异。
2026-02-11 cs.AI cs.IR cs.LG
Memory as an Attack Surface in LLM Agents: A Study on Multiple-Choice Question Answering
研究LLM代理中外部记忆组件在多项选择题回答中的脆弱性,通过插入误导记忆进行攻击,实验表明简单记忆操纵即可显著影响答案准确性。
2026-06-27 cs.AI cs.ET
Vista: Scene-Aware Optimization for Streaming Video Question Answering under Post-Hoc Queries
Vista通过场景感知分割、压缩和召回技术,实现了高效且可扩展的流视频问答,提升了长上下文推理能力,同时保持低延迟和内存效率。
2026-02-09 cs.AI cs.CV
Cognitive Prosthetic: An AI-Enabled Multimodal System for Episodic Recall in Knowledge Work
Old Dominion University(老奥 Dominion 大学)
本文提出了一种基于AI的多模态系统CPMS,通过结构化事件捕获和自然语言检索,支持知识工作中的事件回忆,同时保障隐私安全。
2026-03-02 cs.AI cs.HC
Madeleine: Learning Involuntary Recall for Conversational Memory from Simulated Lives
Nanyang Technological University(南洋理工大学)
Madeleine通过离线模拟生活学习记忆关联,在线零LLM调用,仅替换查询编码器,在LoCoMo-Plus上达到最高分并大幅提升基线。
2026-10-08 cs.AI cs.CL cs.IR
See or Recall: A Sanity Check for the Role of Vision in Solving Visualization Question Answer Tasks with Multimodal LLMs
Vanderbilt University(范德比大学);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);University of Utah(犹他大学)
本研究针对多模态大语言模型在可视化问答中可能依赖事实回忆而非视觉处理的问题,提出健全性检查框架,以区分“看”与“回忆”的影响,确保评估有效性。
2025-04-21 cs.AI cs.HC
RaMem: Contextual Reinstatement for Long-term Agentic Memory
University of Southern California(南加州大学)
针对长期记忆中的上下文坍塌问题,提出RaMem框架,通过证据锚定、回忆条件归纳、有效性感知检索和上下文保留合成四个阶段,将检索到的记忆片段转化为可验证的上下文证据,在多个基准上平均F1提升超10%。
2026-06-23 cs.AI cs.MA
Hybrid Associative Memories
本文提出混合联想记忆层,结合自注意力和RNN,利用各自优势:RNN压缩整个序列,注意力补充难以预测的信息。通过精确控制KV缓存增长,实现高效的序列混合。
2026-03-27 cs.AI cs.LG
What the Reranker Sees: Multi-Aspect Page Annotation for Long-Document Multimodal Question Answering
Emory University(埃默里大学);Hippocratic AI(希波克拉底人工智能公司)
本文针对长文档多模态问答的重排序瓶颈,提出含Trident-R与Trident-S组件的Trident模型,通过多方面页面标注提升检索与生成性能,在多数据集上取得显著效果。
2026-08-18 cs.AI
Towards mental time travel: a hierarchical memory for reinforcement learning agents
DeepMind
强化学习代理经常忘记过去的细节,特别是在延迟或分心任务之后。具有共同记忆结构的智能体很难回忆和整合过去事件的多个时间步,甚至很难回忆起分心任务之后的单个时间步的细节。为了解决这些局限性,我们提出了一个分层组块注意力记忆(HCAM),它可以帮助代理记住过去的细节。HCAM通过将过去划分为块来存储记忆,并通过首先对块的粗略摘要执行高级注意,然后仅在最相关的块内执行详细注意来回忆。因此,具有HCAM的代理可以“精神时间旅行”-详细地记住过去的事件,而无需关注所有干预事件。我们发现,代理与HCAM大大优于代理与其他内存架构的任务,需要长期回忆,保留,或推理记忆。这些包括回忆对象在3D环境中隐藏的位置,快速学习在新的邻域中有效导航,以及快速学习和保留新的对象名称。具有HCAM的智能体可以外推到比训练时间长得多的任务序列,甚至可以将zero-shot从元学习设置推广到跨片段维护知识。HCAM提高了代理样本效率、泛化和通用性(通过解决以前需要专门架构的任务)。我们的工作是朝着能够在复杂和暂时扩展的环境中学习,互动和适应的代理迈出的一步。
2021-12-08 cs.AI cs.LG cs.NE