LSTMem 分层在线记忆模块发布
热点事件持续更新
LSTMem 分层在线记忆模块发布
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Xianglong Shi 发布 LSTMem 论文，该模块受 LSTM 启发，为冻结的大语言模型每一层配备矩阵形式的细胞状态与隐藏状态，实现分层长短期在线记忆。 LSTMem 采用门控机制分离记忆积累与表达，并通过跨层前向传播及高层重建梯度优化下层状态，其性能优于基于联想记忆的对照方案。 在 Qwen3-4B-Instruct 模型上，LSTMem 在 MemoryAgentBench、LoCoMo 和 HotpotQA 等基准测试中提升了成绩，相关代码已开源。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
LSTMem: 面向大语言模型的分层长短期在线记忆报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AILSTMem: 面向大语言模型的分层长短期在线记忆
提出LSTMem，一种受LSTM启发的在线记忆模块，为冻结LLM每层配备细胞状态与隐藏状态，在Qwen3-4B-Instruct上提升MemoryAgentBench、LoCoMo和HotpotQA成绩。 LSTMem通过门控机制分离记忆积累与表达，并利用跨层前向传播与高层重建梯度优化下层状态，优于基于联想记忆的对照方案。 代码已开源。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 22:00
- 近 24 小时变化
- –
02468
22:0023:0010月21日
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。