热点事件持续更新
研究者提出轻量级图记忆系统GraphMemory
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月5日，研究人员在arXiv上提出轻量级图记忆系统GraphMemory，旨在通过解耦记忆与上下文，实现token高效的测试时持续学习。该系统将智能体记忆更新形式化为上下文优化过程，针对每个具体查询仅检索相关子图，使检索量在处理样本增加时保持恒定。实验结果表明，GraphMemory在保持竞争性能的同时，比基准方法减少了约81%至85%的记忆构建token消耗。
AI 根据报道生成 · 4 小时前更新
最新进展10月5日 12:00
研究人员提出GraphMemory系统，通过检索相关子图减少约81-85%的记忆构建token。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv 人工智能解耦记忆与上下文：用于 token 高效测试时持续学习的结构化记忆
研究人员提出轻量级图记忆系统 GraphMemory，通过解耦记忆与上下文实现高效 token 的测试时持续学习。该系统将智能体记忆更新形式化为上下文优化过程，针对每个查询仅检索相关子图，使检索量在处理样本增加时保持恒定。实验表明，GraphMemory 在保持竞争性能的同时，比基准方法减少约 81-85% 的记忆构建 token。
本事件热度走势
当前热度 9·可比范围峰值 10（10月5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。