热点事件持续更新
研究者提出长期对话认知记忆架构CogMem
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者提出面向长期对话智能体的可演化认知记忆架构 CogMem。该架构基于 PEC2F 图模式，将对话增量转化为可追溯的图记录，并实现冲突信息的调和；在检索阶段，系统通过大语言模型解析意图，调度锚定、遍历、交集和证据奠基 4 个图算子来重构上下文。实验表明，CogMem 在 LoCoMo 和 LongMemEval 基准的多跳、时序及知识更新等任务中均表现优异。目前，该论文已被 EMNLP 2026 接收，相关代码已开源。
AI 根据报道生成 · 8 小时前更新
最新进展10月9日 12:00
论文已被EMNLP 2026接收，相关代码已正式开源。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 自然语言处理从检索到重构：面向长期对话构建可演化认知记忆架构 CogMem
研究者提出面向长期对话智能体的认知记忆架构 CogMem，基于 PEC2F 图模式将对话增量转化为可追溯图记录并调和冲突信息。检索时通过 LLM 意图解析调度锚定、遍历、交集和证据奠基 4 个图算子来重构上下文。实验表明 CogMem 在 LoCoMo 和 LongMemEval 的多跳、时序及知识更新任务中表现优异，论文已被 EMNLP 2026 接收且代码已开源。
本事件热度走势
当前热度 8·可比范围峰值 10（10月9日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。