UT Austin提出Jev-Mem，AI记忆构建提速6.6倍

德州大学（UT Austin）的论文提出一种名为Jev-Mem的AI记忆系统：把链接、停止搜索等小决策交给快速打分模型Jev批量输出概率，LLM只在最后读取记忆并作答。据该论文，长对话记忆构建速度因此提升6.6倍。 在LoCoMo长对话基准上，Jev-Mem回答得分0.777，高于最佳基线的0.700；记忆构建耗时158秒，最快对手为1,044秒；回答耗时0.93秒，对手为1.47秒。上述数据均出自论文报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。