ProactMem：LLM 智能体的主动记忆方法
热点事件持续更新
ProactMem：LLM 智能体的主动记忆方法
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
研究者提出 ProactMem（Proactive Memory），把 LLM 智能体的历史记录整理为近期事件、时间轨迹和行为规律三类；其中轨迹事实会对照源事件核验，规律则先经历史回放评估，再与当前条件匹配。团队同时构建纵向基准 ProactiveStream，覆盖三类应用场景。 据该论文，ProactMem 在 ProactiveStream 上取得 52.6% 的总体 F1，较五个外部基线中最强者相对提升 21.4%。
AI 根据报道生成 · 43 分钟前更新
最新进展10月27日 18:23
ProactMem：面向事件驱动 LLM 智能体的主动记忆方法报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv 隐私论文ProactMem：面向事件驱动 LLM 智能体的主动记忆方法
研究者提出 Proactive Memory（ProactMem），将智能体历史组织为近期事件、时间轨迹和行为规律，轨迹事实对照源事件核验，规律经历史回放评估后再匹配当前条件。团队同时构建纵向基准 ProactiveStream，覆盖三类应用场景。ProactMem 在该基准上取得 52.6% 的总体 F1，较五个外部基线中最强者的相对提升为 21.4%。
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。