语言大模型 / LLM

Memory Tokens: Large Language Models Can Generate Reversible Sentence Embeddings

记忆令牌：大语言模型可以生成可逆的句子嵌入

Ignacio Sastre, Aiala Rosá

机构 * Instituto de Computación, Facultad de Ingeniería, Universidad de la República（计算机研究所，工程学院，乌拉圭共和国大学） 纠错

专题命中 长上下文与记忆 ：large language model(title,comments)；language model(title,comments)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本研究通过引入记忆令牌，使大语言模型能够生成可逆的句子嵌入，实现对原始文本的精确重建，展示了LLM在记忆检索与文本生成中的新能力。

Comments This paper will be presented at The First Workshop on Large Language Model Memorization (L2M2) at ACL 2025

Beyond Static Summarization: Proactive Memory Extraction for LLM Agents

超越静态摘要：为LLM代理的主动记忆提取

Chengyuan Yang, Zequn Sun, Wei Wei, Wei Hu

机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学） ； National Institute of Healthcare Data Science, Nanjing University, China（健康数据科学国家研究院，南京大学） 纠错

专题命中 长上下文与记忆 ：LLM(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出ProMem，一种主动记忆提取方法，通过递归反馈机制提升LLM代理的记忆完整性和问答准确性，实现高质量与低成本的平衡。

FALCONEye: Finding Answers and Localizing Content in ONE-hour-long videos with multi-modal LLMs

FALCONEye: 在一小时内视频中寻找答案并定位内容的多模态大语言模型

Carlos Plou, Cesar Borja, Ruben Martinez-Cantin, Ana C. Murillo

机构 * DIIS-I3A, University of Zaragoza（DIIS-I3A，西班牙阿利坎特大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 FALCONEye通过多模态大语言模型在小时长视频中高效定位内容并回答问题，超越现有模型性能并显著降低推理成本。

Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning

记忆更重要：以事件为中心的记忆作为智能体搜索和推理的逻辑图

Yuyang Hu, Jiongnan Liu, Jiejun Tan, Yutao Zhu, Zhicheng Dou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） 纠错

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出CompassMem，一种以事件为中心的记忆框架，通过构建事件图实现智能体的结构化记忆导航，提升长周期推理能力。

Comments 19 pages,6 figures

Controllable Memory Usage: Balancing Anchoring and Innovation in Long-Term Human-Agent Interaction

可控的记忆使用：在长期人机交互中平衡锚定与创新

Muzhao Tian, Zisu Huang, Xiaohua Wang, Jingwen Xu, Zhengkang Guo, Qi Qian, Yuanzhe Shen, Kaitao Song, Jiakang Yuan, Changze Lv, Xiaoqing Zheng

机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；prompting(abstract)；分类 cs.AI

AI总结 SteeM通过动态调节记忆依赖程度，在长期人机交互中平衡锚定与创新，提升个性化协作效果。

From Paper to Structured JSON: An Agentic Workflow for Compliant BMR Digital Transformation

从论文到结构化JSON：一种合规BMR数字转型的代理工作流程

Bhavik Agarwal, Nidhi Bendre, Viktoria Rojkova

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)

AI总结 本文提出了一种基于AI的工作流程，将无结构的BMRs转换为结构化的JSON，通过分块、并行大语言模型提取和固定模式，实现合规的BMR数字化，提升处理效率并解锁历史制造数据。

AI Agents as Policymakers in Simulated Epidemics

AI代理作为模拟流行病中的政策制定者

Goshi Aoki, Navid Ghaffarzadegan

机构 * Department of Industrial and Systems Engineering（工业与系统工程系） ； Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 长上下文与记忆 ：prompting(abstract)；分类 cs.AI

AI总结 本文提出了一种生成式AI代理，用于模拟流行病中的政策决策，通过理论引导的提示提升决策质量，展示AI在复杂社会系统中的应用潜力。

Comments 24 pages, 5 figures

Visual Merit or Linguistic Crutch? A Close Look at DeepSeek-OCR

视觉价值还是语言依赖？对DeepSeek-OCR的深入考察

Yunhao Liang, Ruixuan Ying, Bo Li, Hong Li, Kai Yan, Qingwen Li, Min Yang, Okamoto Satoshi, Zhe Cui, Shiwen Ni

机构 * Chengdu Institute of Computer Applications, CAS（成都计算机应用研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； IMRAM, Tohoku University（东大理工学院IMRAM） ； China Tower Corporation Limited（中国塔公司） ； CSIS, Tohoku University（东大理工学院CSIS） ； National Institute for Materials Science（国家材料科学研究所） ； Shenzhen Institutes of Advanced Technology, CAS（深圳先进技术研究所，中国科学院） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳先进技术大学人工智能研究院） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.CL

AI总结 DeepSeek-OCR通过光学映射实现高比率视觉-文本压缩，但其性能依赖于语言先验，缺乏语言支持时性能大幅下降，揭示了当前压缩技术可能加剧长上下文瓶颈的问题。

Pixel-Perfect Visual Geometry Estimation

像素级视觉几何估计

Gangwei Xu, Haotong Lin, Hongcheng Luo, Haiyang Sun, Bing Wang, Guang Chen, Sida Peng, Hangjun Ye, Xin Yang

机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Xiaomi EV（小米电动车） 纠错

专题命中 长上下文与记忆 ：foundation model(abstract)

AI总结 本文提出像素级视觉几何模型，通过生成建模技术实现高质量无飞像素点云，提升单目和视频深度估计的性能和准确性。

Comments Code: https://github.com/gangweix/pixel-perfect-depth