TrackMem提出并评测长程金融对话信念追踪
热点事件持续更新
TrackMem提出并评测长程金融对话信念追踪
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
研究团队提出按说话人图记忆的LLM代理记忆系统TrackMem，旨在解决长程金融对话中动态信念追踪难题。该系统同步发布了包含15段投资对话及765个问题的FinLoCoMo基准，用于系统评估。 在FinLoCoMo基准的失效模式子集测试中，TrackMem宏观准确率为73.9%，高于最强基线模型69.4%。针对修订数字类问题，准确率分别达到86.5%与73.4%。最新报道证实了该系统在动态信念追踪上的有效性。
AI 根据报道生成 · 4 小时前更新
最新进展11月3日 13:00
TrackMem: 追踪长程金融对话中动态演变的信念报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AITrackMem: 追踪长程金融对话中动态演变的信念
提出按说话人图记忆的 LLM 代理记忆系统 TrackMem，并以 15 段投资对话、765 个问题的 FinLoCoMo 作为评测基准。 在失效模式子集上，TrackMem 宏观准确率为 73.9%，高于最强基线 69.4%；修订数字类问题分别达 86.5% 与 73.4%。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月3日 20:00
- 近 24 小时变化
- –
02.557.510
20:0021:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。