RPMem:跨会话参数化记忆架构论文发布,代码开源
热点事件持续更新
RPMem:跨会话参数化记忆架构论文发布,代码开源
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Fanyu Zhao 等作者在 arXiv 发布论文,提出面向 LLM 智能体的 RPMem 两阶段参数化记忆架构:将每次会话编译为与模型无关的潜空间记忆,经任务训练的循环门控选择性整合后映射为 LoRA 参数,使记忆在更换骨干模型后仍可复用。代码已开源。 论文称,在三个长期记忆基准和五个骨干模型上测试,Qwen3-8B 于 PERMA 达到 85.52%,分别超出最强参数化记忆基线和文本记忆基线 5.32 和 12.98 个百分点,更新成本与内存占用近乎恒定。
AI 根据报道生成 · 27 分钟前更新
最新进展11月18日 13:00
RPMem:跨会话学习长期循环参数化记忆的 LLM 智能体框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIRPMem:跨会话学习长期循环参数化记忆的 LLM 智能体框架
RPMem 是一种两阶段参数化记忆架构,可将每次会话编译为与模型无关的潜空间记忆,并通过循环门控整合跨会话记忆,再映射为 LoRA 参数,使记忆在更换骨干模型后仍可复用。在三个长期记忆基准和五个骨干模型上,Qwen3-8B 于 PERMA 达到 85.52%,分别超出最强参数化和文本记忆基线 5.32 和 12.98 个百分点,更新成本与内存占用近乎恒定。代码已开源。
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。