CMT-RAG:告别粗暴拼历史!子问题级DAG追踪让多轮问答F1提升6.8
为了弥合这一鸿沟,研究团队提出了 CMT-RAG(互补记忆轨迹框架)。其核心创新在于不再将记忆视为扁平的文本串,而是将其解构为 子问题级别的推理轨迹(Sub-question-level Reasoning Traces) 。
为了弥合这一鸿沟,研究团队提出了 CMT-RAG(互补记忆轨迹框架)。其核心创新在于不再将记忆视为扁平的文本串,而是将其解构为 子问题级别的推理轨迹(Sub-question-level Reasoning Traces) 。
CMU:本文提出了一个统一的理论框架—— 路由槽内存 (Routing Slot Memories, RSM),指出序列模型的核心问题不是要不要遗忘,而是必须将“信息写向何处”(Where)与“信息留存多久”(How long)彻底解耦。
针对这两大结构性痼疾,本文提出了 MemSIF (Memory with Structured Interactions and Facts)框架。该方法抛弃了传统的单轨交互处理方式,将原始对话重塑为保留局部话题连续性的“话题片段”与追踪跨时间任务演进的“事件轨迹”;在此基础上。
为了打破这一僵局,本文提出了一种全新的解决思路: 前瞻性多模态记忆预编译 (Prospective Multimodal Memory Compilation,简称 PMMC )。其核心理念是将原本在提问时才匆忙进行的记忆组织与证据链检索规划,前置到记忆的沉淀整合阶段(Consolidatio...
为此,研究团队提出了 EgoCITE 框架,通过上下文增强索引与时间感知检索机制,在 EgoLifeQA、EgoMem 和 EgoR1-Bench 三大基准上取得了 4.4% 至 14.2% 的显著准确率提升,同时相比直接堆砌超长上下文的 LLM Agent 方案,将推理成本降低了整整 36 倍。
来自北京邮电大学、上海人工智能实验室、伊利诺伊大学厄巴纳-香槟分校(UIUC)、牛津大学以及中国科学技术大学的研究团队提出了全新视角: 矛盾处理不应该是一个下游的“答案聚合”问题,而必须是一个底层的“记忆写入”问题。基于这一判断,他们设计了名为 LatticeMind 的结构化记忆原语。
ReFind:在赋予大模型长期记忆能力的军备竞赛中,业界似乎达成了一种不成文的共识:要想让智能体(Agent)准确记住几百轮甚至数千轮之前的对话细节,就必须在问题提出之前,把原始对话提前加工成各种复杂的结构。
Apple:针对上述痛点,研究团队提出了一种彻底解耦时序维度与深度维度的三组件流水线架构: 流式编码器(Streaming Encoder)、时间解码器(Temporal Decoder)与深度解码器(Depth Decoder) 。
针对这一矛盾,来自香港中文大学、香港科技大学、香港大学以及 Lightspeed 团队的研究人员提出了全新导航框架 MemVLN 。该工作从人类认知系统的双重记忆结构中汲取灵感:一方面引入 金字塔分辨率的情景记忆(Episodic Memory) ,在完整保留二维空间结构的前提下。
针对这一系统性困境,一项名为 GAMER (Graph-based Action-centric Memory with Episodic Reasoning)的研究提出了全然不同的解题思路。
针对这一核心矛盾,最新研究提出了名为 COVE (Channel Orchestrated Volatility-aware Evolution,通道编排与易变性感知自进化)的全新框架。
针对这种“重型审计太慢、轻量模型太噪”的矛盾,最新的研究提出了一种名为 MIND (Memory Intent-Aware Neural Denoising)的防御框架。
针对这一症结,最新提出的 RRM(Reflective Retrieval Memory,反思检索记忆) 框架给出了破局思路。研究团队敏锐地捕捉到了长视频记忆系统的核心盲区: 模型跨任务真正需要复用的,不是“上一段视频里发生了什么”。
为了彻底解决这一困境,研究团队提出了 FocusMem 。它不再试图打造一个容量更大的黑盒压缩器,而是将隐式记忆的职责明确解耦为三个维度: 存什么(内容基底) 、 怎么看(状态自适应读取) 以及 信不信(置信度门控) 。
针对这一结构性断层,来自北京智源人工智能研究院(BAAI)与北京大学的研究团队提出了名为 LifelongCrossNav 的具身导航框架。该框架首次将支撑感知的 3D 稀疏体素建图、任务无关的持久视觉语言特征记忆、阶梯自适应通行推理以及统一的跨层导航策略深度融合在闭环系统中。
为了打破这种“见过即会、重组即废”的僵局,来自北京师范大学、南洋理工大学与清华大学的研究团队提出了名为 SkillMemo(Skill-Based Memory)的技能记忆增强框架。
为了打破空间几何与人类动态行为之间的隔阂,来自 Google Research、马普所(IMPRS-IS)、慕尼黑工大(TUM)、KTH 及斯图加特大学的研究团队联合提出了 GESTO (Grounded Event and Spatio-Temporal memOry)。
针对这一结构性缺陷,这篇研究提出了 MAP-Graph (Provenance-Aware Shared Memory)。其核心思想可以概括为一句话: 检索不等于授权(Retrieval is not authorization) 。
针对这一困境,研究团队提出了 MESA (Multi-structure Evidence Selection framework for long-horizon Agent)。
由中国科学技术大学与 Metastone Technology 联合提出的最新研究《Keep It InMind》,揭示了隐藏在几乎所有大模型记忆架构深处的“隐式关联盲区”(Implicit-Association Blind Spot)。
针对这种 检索与分析的结构性失配 (Retrieval–Analysis Mismatch),一项最新研究提出了 AdaMM (Adaptive Multi-view Memory)框架。
为了解决这一问题,研究团队提出了 MemArbiter 。它不再使用传统“混作一团”的扁平记忆流,而是在决策时刻引入动态仲裁机制:将交互历史拆解为原子记忆,按五种功能明确的 Memory Bank(记忆库)进行分流管理,并借助“焦点-环境”双粒度表达与时序门控。
为了缓解庞大 KV 缓存带来的显存墙,架构层面的探索逐渐分化:DeepSeek-V2 等提出的多头潜在注意力(MLA)通过低秩投影将 Key 和 Value 联合压缩至低维隐空间,改变了记忆的存储粒度与传输效率,但在架构属性上它依旧保留了未受独立控制的隐式语义。
面对这一结构性缺陷,本文提出了 MemTxn 。它的核心主张非常鲜明: Agent 的可写记忆不能再被当作随意的键值缓存,而必须建立起严格的“应用级事务边界(Transaction Boundary)” 。