待验证50% 置信事实精确时间
斯坦福生成式智能体的记忆流范式通过近期性（Recency）、重要性（Importance）和相关性（Relevance）三个维度检索记忆，重要性由模型自评1-10分，相关性通过嵌入向量余弦相似度计算
1
来源数
50%
置信度
长期有效
时效性
2026/8/7
首次发现
来源
相关事实
待验证KAST图宾根大学和Never AI Lab的研究者提出了MEME（Multi-Entity Evolving Memory Evaluation）基准，用于系统性评估LLM记忆系统在依赖推理上的表现71% 相似待验证上下文图谱为智能体提供了介于临时上下文和模型权重微调之间的中间层记忆机制，可在不改变底层模型的前提下持续积累经验69% 相似待验证认知科学研究表明，费曼学习法的有效性源于'生成效应'（Generation Effect）——主动输出比被动输入能形成更强的记忆编码68% 相似待验证N-gram记忆架构的条件检索机制能够从超过1000万token的上下文中精准召回特定细节67% 相似待验证FSRS算法使用机器学习拟合用户实际记忆曲线，在预测遗忘概率方面比SM-2准确约30%-40%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/703767API
curl https://kongchang.com/api/v1/knowledge/claims/703767MCP
get_claim(id=703767)