跳到正文
热点事件持续更新

Uni-Mem记忆管理器发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Zhiqian Xia等学者发布论文，提出名为Uni-Mem的统一记忆管理器。该方法旨在通过端到端在线强化学习，在单一共享策略下同时学习长期智能体记忆的构建与检索能力，实现记忆管理的统一优化。 在技术实现上，Uni-Mem采用了Stage-Decoupled GRPO与ECA机制。其中，Stage-Decoupled GRPO通过交替优化不同阶段并控制跨阶段变化来提升效率；ECA则将反馈精准定位至相关事件，并传播事件级优势信号，从而增强训练效果。 实验结果显示，在LoCoMo和LongMemEval基准测试中，该方法的表现优于目前最强的基于强化学习的记忆系统。这表明Uni-Mem在长期智能体记忆管理的性能上取得了显著优势。

AI 根据报道生成 · 11 小时前更新

最新进展10月22日 12:00
Uni-Mem 提出 Stage-Decoupled GRPO 与 ECA 统一优化长期智能体记忆管理

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv · NLP
    Uni-Mem 提出 Stage-Decoupled GRPO 与 ECA 统一优化长期智能体记忆管理

    Uni-Mem 通过 Stage-Decoupled GRPO 和 ECA 实现记忆构建与检索的端到端在线强化学习优化。 Stage-Decoupled GRPO 交替优化不同阶段并控制跨阶段变化；ECA 将反馈定位至相关事件并传播事件级优势。 在 LoCoMo 和 LongMemEval 实验中，该方法性能优于最强的基于强化学习的记忆系统。 ```

本事件热度走势

可比范围当前
7
可比范围峰值
910月22日 17:00
近 24 小时变化
–

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。