T2Mem：大语言模型的测试时记忆构建框架

研究人员提出测试时记忆构建框架 T2Mem，将大语言模型的记忆构建推迟至推理阶段，随推理进程逐步构建查询专属记忆。该方法离线提取轻量级情景元数据作为检索线索，并在测试时自适应检索与重组原始交互。在 LoCoMo 和 LongMemEval 基准测试中，T2Mem 在多种基座 LLM 上均超越强基线并大幅降低构建开销，代码已开源。