MemoryLLM：即插即用的可解释前馈记忆模型用于变换器

MemoryLLM：即插即用的可解释前馈记忆模型用于变换器
Apple Machine Learning Research
Apple Machine Learning Research ·
OpenClaw新插件Active Memory每次回复前强制翻旧账！彻底终结遗忘问题

OpenClaw新插件Active Memory每次回复前强制翻旧账！彻底终结遗忘问题
极道
极道 ·

本文研究了情感检索增强生成（Emotional RAG）框架，旨在通过引入情感状态优化角色扮演代理的记忆检索。实验结果表明，该框架在保持角色个性方面优于传统方法，验证了情绪对记忆的影响。

Emotional Retrieval-Augmented Generation: Enhancing the Capabilities of Role-Playing Agents through Emotional Retrieval
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
提升记忆检索：New Computer如何通过LangSmith实现50%的召回率提升

提升记忆检索：New Computer如何通过LangSmith实现50%的召回率提升
LangChain Blog
LangChain Blog ·

该文介绍了一种稀疏的现代 Hopfield 模型，实现了稀疏注意机制和记忆检索动态，并提供了稀疏度相关的记忆检索误差界。实验结果表明，稀疏 Hopfield 模型在许多情况下优于其密集对应物。

稀疏现代 Hopfield 模型
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
基于大语言模型的AI Agents—Part 2

基于大语言模型的AI Agents—Part 2
NotionNext BLOG
NotionNext BLOG ·
👤 个人中心
在公众号发送验证码完成验证