得克萨斯大学论文：用快速打分模型替代 LLM 决策，记忆构建速度提升 6.6 倍

得克萨斯大学发布的 Jev-Mem 论文提出，把记忆系统中链接选择、搜索停止等小决策交给快速打分模型 Jev，以批量返回概率代替生成文本。LLM 只在最后读取选定记忆并生成回答时被调用。在 LoCoMo 长对话基准上，Jev-Mem 得分 0.777，高于最佳基线的 0.700。记忆构建耗时 158 秒，而最快对手为 1044 秒，速度提升 6.6 倍；回答耗时 0.93 秒对 1.47 秒。