T²Mem：面向 LLM 长交互历史的测试时记忆构建框架

研究者提出 T²Mem，一个将记忆构建推迟到推理阶段的测试时记忆构建框架，在推理过程中逐步构建针对查询的记忆。该方法离线仅提取轻量的 episode 级元数据作为检索线索，测试时由 LLM 自适应检索并组织元数据与原始交互。在 LoCoMo 和 LongMemEval 上，T²Mem 在不同 backbone LLM 上持续优于强基线，同时大幅降低记忆构建开销。