跳到正文
热点事件持续更新

RecMem 提出循环记忆压缩生成式推荐框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Haoyi Hu 等发布 RecMem 论文,提出一种循环记忆压缩框架,将历史交互压缩为固定记忆槽位,使记忆状态与解码器上下文长度不受历史长度影响。 论文以空间不变性、语义保真和终身可演化为设计目标。具体指标上,RecMem 使用 16 个记忆槽位和 216 token 的解码器上下文(HSTU-1200 为 1200 token),保留 HSTU-1200 的 87.9% Recall@10 和 97.0% Recall@200。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    RecMem:面向长序列生成式推荐的循环记忆压缩框架

    论文提出 RecMem,一种循环记忆压缩框架,将历史交互压缩为固定记忆槽位,使记忆状态与解码器上下文长度不受历史长度影响。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
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。