arXiv cs.AI / cs.LG 最新· Jian Zhong·· 18 小时前精选AI 评分68
PreCoMem 用预测编码做对话智能体记忆，在 LoCoMo 等基准取得 SOTA 准确率
PreCoMem: Predictive Cognitive Memory for Self-Evolving Long-Term Dialogue Agents
AI 导读
PreCoMem 是一个面向长期对话智能体的记忆整合框架，把用户记忆表示为带置信度的信念状态。它的核心信号 Effective Surprisal 结合语义偏离与矛盾证据，并在检索弥散、不可靠时降低该信号权重；再按双阈值门控把每轮对话映射为 MAINTAIN、PROFILE、CORRECT 三种确定性更新，其中 PROFILE 作为显式等待区，避免过早采信噪声证据。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
推荐理由
做长期对话智能体记忆模块的团队可以直接参考它的三档更新与置信度策略，替换现有按规则追加或覆盖的记忆逻辑。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。