Today for AI
返回热点榜
agent热度 16.2°

AI 聚合热点事件 · 2026/10/25

UT Austin 提出 Jev-Mem 用轻量评分模型加速 AI 记忆构建

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/25 22:27:26
全景综述与最新动态
1 家信源交叉印证

德克萨斯大学奥斯汀分校发布 Jev-Mem 架构，将长对话记忆系统中的微观决策（如链接选择、搜索终止）从大语言模型转移至批量概率评分器。该方法在 LoCoMo 基准测试中使记忆构建速度提升 6.6 倍，同时答案准确率提升至 0.777，显著降低了 LLM 调用开销。

最新动向/德克萨斯大学奥斯汀分校发布 Jev-Mem 架构，将长对话记忆系统中的微观决策（如链接选择、搜索终止）从大语言模型转移至批量概率评分器。该方法在 LoCoMo 基准测试中使记忆构建速度提升 6.6 倍，同时答案准确率提升至 0.777，显著降低了 LLM 调用开销。

逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时，暂不绘制趋势曲线。

报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·78 分

    UT Austin 提出 Jev-Mem 用轻量评分模型加速 AI 记忆构建

    原标题：University of Texas paper finds that handing small memory decisions to a fast scoring model let an A...

    • Jev-Mem 使用轻量级评分器处理记忆路由与停止决策，仅在最终回答时调用 LLM
    • 在 LoCoMo 基准上，记忆构建时间从 1044 秒降至 158 秒，推理延迟降低约 37%
    • 该架构证明在记忆管道中用分类器替代 LLM 进行微观决策可显著提升吞吐量