热点事件持续更新

OPSD 方法让 LLM 权重记忆可作长期事实存储

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Zeyu Fang 等作者在 arXiv 论文《Route to Remember》中提出 on-policy self-distillation（OPSD）方法，让权重记忆成为大语言模型智能体可用的长期事实存储。方法由同一模型在带用户记忆条件下作为教师，训练无上下文的 student；并配合 verify-then-regenerate 路由器，让权重记忆与文本记忆各自处理最擅长的查询。作者称，在 HaluMem 基准上，OPSD 匹敌或超越强文本记忆基线（包括全上下文提示与检索系统），且每次查询读取的 token 更少。该论文发表于 NeurIPS 2026 Workshop PALM。

AI 根据报道生成 · 1 小时前更新

最新进展11月5日 13:00

LLM 智能体如何用自适应记忆选择实现权重复用记忆

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

13:00
arXiv cs.AI
LLM 智能体如何用自适应记忆选择实现权重复用记忆
arXiv 论文《Route to Remember》提出 on-policy self-distillation（OPSD）方法，让权重记忆成为大语言模型智能体可用的长期事实存储：由同一模型在带用户记忆条件下作为教师训练无上下文的 student，并配合 verify-then-regenerate 路由器让权重记忆与文本记忆各处理最擅长的查询。

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。