✍️ Gate 广场「创作者认证激励计划」进行中!
我们欢迎优质创作者积极创作,申请认证
赢取豪华代币奖池、Gate 精美周边、流量曝光等超 $10,000+ 丰厚奖励!
立即报名 👉 https://www.gate.com/questionnaire/7159
📕 认证申请步骤:
1️⃣ App 首页底部进入【广场】 → 点击右上角头像进入个人主页
2️⃣ 点击头像右下角【申请认证】进入认证页面,等待审核
让优质内容被更多人看到,一起共建创作者社区!
活动详情:https://www.gate.com/announcements/article/47889
中科院团队提出超图记忆架构HyperMem,长对话AI记忆能力获突破
ME News 消息,4 月 11 日(UTC+8),中国科学院信息工程研究所研究团队在 ACL 2026 主会发表论文,提出面向长期对话的超图记忆架构 HyperMem,在长对话基准测试 LoCoMo 上以 92.73% 的评估准确率刷新当前最优水平。现有 RAG 及图结构记忆方案多依赖两两配对关系,难以捕捉多元素间的高阶关联,导致检索内容碎片化。HyperMem 通过引入超图结构,将对话记忆分为话题、片段、事实三个层级,并以超边将相关片段及事实统一归组,配合混合词法-语义索引与从粗到细的检索策略,实现对高阶关联的精准高效检索。实验结果显示,在长对话基准 LoCoMo 上,HyperMem 在 LLM-as-a-judge 评测中达到 92.73% 的准确率,达到当前最优水平(SOTA),验证了其在长期对话一致性与个性化建模中的有效性。该研究为对话智能体在长期交互中保持上下文连贯、追踪持续任务及提供个性化服务提供了新思路。论文已发布于 arXiv(编号 2604.08256)。(来源:BlockBeats)