MemDuet双过程记忆框架提出
热点事件持续更新
MemDuet双过程记忆框架提出
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jiangcheng Song等作者提出双过程记忆框架MemDuet，用于长上下文推理。该框架让小型语言模型并行完成原始上下文片段的快速证据选择（System 1），大型语言模型则按文档顺序做记忆更新验证与重写（System 2），并分三阶段训练。 作者称，在RULER-HQA、LongBench v2和2WikiMultiHopQA上，MemDuet相对RL-MemAgent平均实现9.74倍端到端推理加速，输出token减少73.91%。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
MemDuet：为长上下文推理学习双过程记忆报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLMemDuet：为长上下文推理学习双过程记忆
MemDuet 是一个双过程记忆框架，用小型语言模型做快速并行证据选择（System 1），用大型语言模型按文档顺序做记忆更新验证与重写（System 2），分三阶段训练。在 RULER-HQA、LongBench v2 和 2WikiMultiHopQA 上，MemDuet 相对 RL-MemAgent 平均实现 9.74x 端到端推理加速，输出 token 减少 73.91%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。