语言大模型 / LLM

Contextual Memory Virtualisation: DAG-Based State Management and Structurally Lossless Trimming for LLM Agents

上下文记忆虚拟化：基于DAG的状态管理和结构无损修剪用于LLM代理

Cosmo Santoni

机构 * Imperial College London（伦敦帝国学院） 纠错

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

AI总结 上下文记忆虚拟化通过DAG结构管理和无损修剪技术，提升LLM代理在长期推理任务中的上下文重用效率和经济性。

Comments 11 pages. 6 figures. Introduces a DAG-based state management system for LLM agents. Evaluation on 76 coding sessions shows up to 86% token reduction (mean 20%) while remaining economically viable under prompt caching. Includes reference implementation for Claude Code

GeoPipe: a Geo-distributed LLM Training Framework with enhanced Pipeline Parallelism in a Lossless RDMA-enabled Datacenter Optical Transport Network

GeoPipe：一种具有增强流水线并行性的地理分布式LLM训练框架，在无损RDMA启用的数据中心光传送网络中

Jun Dai, Xiaorun Wang, Kexiong Fang, Zheng Yang, Yuefeng Ji, Jiawei Zhang

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

AI总结 GeoPipe提出了一种基于无损RDMA的数据中心光传送网络的地理分布式LLM训练框架，通过增强的流水线并行技术显著降低计算气泡比率。

Comments 6 pages, 4 figures

Journal ref 2025 Asia Communications and Photonics Conference (ACP), 2025

SHIFT: Exploring the Boundary of RDMA Network Fault Tolerance

SHIFT：探索RDMA网络容错的边界

Shengkai Lin, Kairui Zhou, Hongtao Zhang, Yibo Wu, Yi Pan, Yihan Yang, Qinwei Yang, Wei Zhang, Arvind Krishnamurthy, Shizhen Zhao

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

AI总结 SHIFT通过用户空间RDMA层实现跨NIC容错，保持正确内存语义，有效应对NIC故障和链路异常，减少训练重启成本。

D3MAS: Decompose, Deduce, and Distribute for Enhanced Knowledge Sharing in Multi-Agent Systems

D3MAS：分解、推断与分配以增强多智能体系统中的知识共享

Heng Zhang, Yuling Shi, Xiaodong Gu, Haochen You, Zijian Zhang, Lubin Gan, Yilei Yuan, Jin Huang

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

AI总结 D3MAS通过分层协调框架减少多智能体系统中的知识冗余，提升推理准确性。

Comments This submission has been withdrawn by the authors due to a fundamental error in the methodology that affects the validity of the main results

Towards Autonomous Memory Agents

朝向自主记忆代理

Xinle Wu, Rui Zhang, Mustafa Anis Hussain, Yao Lu

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 U-Mem通过自主获取、验证和整理知识的方法，在记忆代理领域实现了优于现有基线和强化学习优化的性能。