待验证50% 置信事实精确时间
一个轻量级的可训练选择器会为每条记忆独立地组合出一个证据子集,从而根据具体查询自适应地利用异构多模态信息。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
HiVe-Mem:多维记忆框架让多模态智能体更高效
rss2026/11/9
涉及实体
相关事实
待验证专业化预测器把有限的主题混合分布整体存储下来,相当于记忆训练中出现的主题结构。74% 相似待验证判别器是独立训练的轻量级分类模型,参数量小、推理成本低,可在测试时被多次调用而不显著增加延迟。73% 相似待验证记忆库方法(如 PatchCore、PaDiM)在训练阶段存储正常样本特征集合,推理时通过最近邻检索判断异常,存储开销随训练集规模线性增长。72% 相似待验证规避数据增强场景下样本级泄露的方法是按原始个体划分数据集,属于同一原始样本的所有增强图片要么全在训练集要么全在验证集72% 相似待验证通过LoRA等轻量化微调技术,可以用少量特定数据对模型进行定向训练,生成特定类型内容72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154538API
curl https://kongchang.com/api/v1/knowledge/claims/1154538MCP
get_claim(id=1154538)