SLICE-Mem：无需生成式 LLM 调用的轻量 Agent 记忆框架论文发布
热点事件持续更新
SLICE-Mem：无需生成式 LLM 调用的轻量 Agent 记忆框架论文发布
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
Xiaobin Chen 等在 arXiv 发布 SLICE-Mem 论文（arXiv:2610.33015），提出一个面向 LLM Agent 的轻量长期记忆框架。该框架通过显著性引导的准入和以谓词为中心的信息抽取实现在线记忆构建，在线流程全程无需生成式 LLM 调用，跨条目的信息整理则推迟到离线整合阶段完成。 论文作者在 Memora 的 weekly 子集和 LongMemEval-S 两个基准上评估了 SLICE-Mem，记忆构建与整合均使用 8B 和 30B 的 Qwen 模型作为骨干。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
SLICE-Mem：面向高效 LLM Agent 记忆的显著性门控轻量信息整理框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISLICE-Mem：面向高效 LLM Agent 记忆的显著性门控轻量信息整理框架
SLICE-Mem 是一个轻量 LLM Agent 记忆框架，通过显著性引导的准入与谓词中心的信息抽取实现在线记忆构建，全程无需生成式 LLM 调用，跨条目整理则推迟到离线阶段。
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。