研究者提出无损无索引记忆机制GrepMem
热点事件持续更新
研究者提出无损无索引记忆机制GrepMem
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者 Ziyan Yang、Taiwei Shi、Jieyu Zhao 提出 GrepMem,一种由只追加的纯文本历史日志和正则表达式检索工具组成的长程智能体记忆机制,不需要嵌入向量、检索索引、记忆抽取或额外模型。 他们用强化学习在五种上下文管理策略下训练 Qwen3.5-9B,在 ContextBench 上取得 95-97% 准确率,而有损基线最高仅 21%;在 BCP-Multi 上比 SUPO 的摘要方法高 8.8 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
GrepMem:用纯文本日志与 grep 实现无损无索引的长程智能体记忆报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.CLGrepMem:用纯文本日志与 grep 实现无损无索引的长程智能体记忆
研究者提出 GrepMem,一种由只追加的纯文本历史日志和正则表达式检索工具组成的无损、无索引记忆机制,不需要嵌入向量、检索索引、记忆抽取或额外模型。他们用强化学习在五种上下文管理策略下训练 Qwen3.5-9B,在 ContextBench 上取得 95-97% 准确率,而有损基线最高仅 21%,并在 BCP-Multi 上比 SUPO 的摘要方法高 8.8 个百分点。
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。