LMMR:小模型智能体的多粒度记忆检索方法
热点事件持续更新
LMMR:小模型智能体的多粒度记忆检索方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Pengfeng Song 等人提出 LMMR,一种学习式多粒度记忆检索方法:它同时选择下一个信息来源和读取长度,让冻结的 2B 答案模型在 400-token 预算下工作。据该研究称,在 HotpotQA、2WikiMultihopQA 和 MuSiQue 上,F1 分别达到 61.47、43.26 和 30.58。
AI 根据报道生成 · 6 分钟前更新
最新进展11月18日 13:00
LMMR:面向小语言模型智能体的学习式多粒度记忆检索报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.CLLMMR:面向小语言模型智能体的学习式多粒度记忆检索
LMMR 是一种学习式多粒度记忆检索方法,可同时选择下一个信息来源及读取长度,让冻结的 2B 答案模型在 400-token 预算下于 HotpotQA、2WikiMultihopQA 和 MuSiQue 分别达到 61.47、43.26、30.58 F1。
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。