Chain on Demand框架获新进展
热点事件持续更新
Chain on Demand框架获新进展
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Chain on Demand (CoD)是一种面向长期对话记忆的延迟证据组织框架。该框架的核心机制在于查询时构建临时证据链,通过分配固定锚点预算来选择相关且多样化的证据,并确定性恢复选中锚点的同会话邻域。这一设计旨在不改变底层对话记忆的前提下,延迟证据的组织过程,从而使长期记忆能够保留原始对话内容。最新基准测试结果显示,CoD在LoCoMo基准测试的非对抗性问题上达到了82.2%的准确率,同时在LongMemEval-S上以单一配置获得了86.6%的准确率。
AI 根据报道生成 · 54 分钟前更新
最新进展11月3日 13:00
Chain on Demand:面向长期对话记忆的延迟证据组织框架报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · AIChain on Demand:面向长期对话记忆的延迟证据组织框架
Chain on Demand (CoD) 在 LoCoMo 基准测试的非对抗性问题上达到 82.2% 准确率,在 LongMemEval-S 上以单一配置获得 86.6% 准确率。 CoD 在查询时构建临时证据链,通过分配固定锚点预算选择相关且多样化的证据,并确定性恢复选中锚点的同会话邻域。 该框架在不改变底层对话记忆的前提下延迟证据组织,使长期记忆能保留原始对话内容。
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。