LongMemEval 近期进展

长运行LLM推理中的记忆状态连续性

LiveMem：长运行LLM推理中的记忆状态连续性LiveMem：长运行LLM推理中的记忆状态连续性。该研究探讨了在长运行LLM推理过程中维持记忆状态连续性的方法。

SodaMem：为LLM智能体打造的证据型时间图记忆SodaMem：为LLM智能体打造的证据型时间图记忆。这项工作提出了一个证据型时间图记忆模型，旨在增强LLM智能体的记忆能力。

CABLE：通过互补前导链接扩展记忆检索范围CABLE：通过互补前导链接扩展记忆检索范围。该研究通过引入互补前导链接来扩展记忆检索的范围，提高了检索的准确性。

Agentic Context Management：上下文管理的五个原语Agentic Context Management：上下文管理的五个原语和Agentic Context Management论文提出五原语，Maximem Synap达92%和93.2%。这两篇文章提出了上下文管理的五个原语，并展示了其在记忆管理中的效果。

Mem0评测Nemotron-3-Embed：LongMemEval Recall@10达80.38Mem0评测Nemotron-3-Embed：LongMemEval Recall@10达80.38。这项评测表明，Nemotron-3-Embed在LongMemEval任务上的表现达到了80.38的Recall@10。

目前，LongMemEval领域的研究主要集中在提高LLM的记忆能力、扩展记忆检索范围以及优化上下文管理。随着技术的发展，未来LongMemEval的应用前景将更加广阔。