ETAMem长期对话记忆框架发布

2026年10月28日，研究人员Xinying Qian等人在arXiv NLP领域发布论文，提出ETAMem多视角记忆框架。该框架旨在解决长期对话中异质记忆的处理难题，通过解耦异质性会话信息，实现对齐记忆表征与组织。 ETAMem框架核心在于解析原子记忆单元，构建事件、情感和时间三个互补层级视图。系统利用基于熵的检索机制分配查询预算，以优化不同记忆视图的检索效率，从而提升大语言模型在长期对话场景下的连贯性与个性化表现。 实验结果显示，ETAMem在LoCoMo和LongMemEval-S两个基准数据集上取得了显著进展，分别实现了12.46%和7.96%的相对准确率提升。这一成果证明了不同记忆视图间的互补优势，验证了该框架在增强LLM长期记忆能力方面的有效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。