HEMA:一种仿人脑海马体的扩展记忆架构,用于长上下文AI对话

💡 原文中文,约600字,阅读约需2分钟。
📝

内容提要

本研究提出了一种名为HEMA的双重记忆系统,旨在提高大型语言模型在长时间对话中的连贯性。HEMA结合了Compact Memory和基于余弦相似性的Vector Memory,实验结果显示其在300个回合对话中显著提升了事实回忆的准确率和连贯性。

🏷️

标签

➡️

继续阅读