先了解这件事
事件摘要
还没有公开综述，先看下面的报道时间线。
最新进展 · 正式报道
得州大学论文提出 Jev-Mem：长对话记忆构建提速 6.6 倍事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月25日
Rohan Paul
得州大学论文提出 Jev-Mem：长对话记忆构建提速 6.6 倍
得克萨斯大学论文提出的 Jev-Mem 把链接、停止搜索等小型记忆决策交给快速打分模型 Jev，以批量返回概率替代生成文本，只在最后调用 LLM 读取记忆并作答，使长对话记忆构建速度提升 6.6 倍。在 LoCoMo 长对话基准上，其回答得分为 0.777，高于最佳基线的 0.700；记忆构建耗时 158 秒，最快对比方案为 1,044 秒，回答耗时 0.93 秒，对比方案为 1.47 秒。作者建议，若记忆流水线在路由、打分或停止判断上调用 LLM，可改用快速分类器，把 LLM 留给最终回答。