APDMem
发表于arXiv的AI记忆架构研究，提出四层渐进式记忆结构与自适应检索机制，通过控制器按需下探记忆层级，实现长期对话记忆的精准高效检索
时间轴 (近 90 天)
APDMem（Agent-controlled Progressive Disclosure Memory，智能体控制的渐进式披露记忆）是一种用于长期记忆检索的记忆架构，采用分层检索机制
APDMem将对话历史组织为四个逐层细化的层级：主题摘要、个性化关键事实、轮次级证据笔记、原始消息
APDMem在推理阶段使用一个控制器，先读取高层摘要，只有在需要时才向下钻取更细粒度的证据，实现渐进式披露
APDMem引入笔记合成器（note synthesizer），将零散检索结果转换为以查询为中心的结构化表示，包括整合相关事实、为事件排序、标记证据间的矛盾
APDMem在LongMemEval基准上进行了测试，在长上下文记忆推理任务上取得强劲表现，且仅访问了全部对话的8%
APDMem通过自适应检索实现成本-保真度权衡：简单查询可在浅层提前终止，复杂查询则触发更深层检查
APDMem发表在arXiv上，是一篇新发布的预印本
传统记忆方案依赖扁平化存储或固定检索粒度，存在粒度太粗找不到足够细节、粒度太细浪费计算成本的问题
全部知识事实 (8)
传统记忆方案依赖扁平化存储或固定检索粒度，存在粒度太粗找不到足够细节、粒度太细浪费计算成本的问题
50%待验证APDMem将对话历史组织为四个逐层细化的层级：主题摘要、个性化关键事实、轮次级证据笔记、原始消息
50%待验证APDMem在推理阶段使用一个控制器，先读取高层摘要，只有在需要时才向下钻取更细粒度的证据，实现渐进式披露
50%待验证APDMem引入笔记合成器（note synthesizer），将零散检索结果转换为以查询为中心的结构化表示，包括整合相关事实、为事件排序、标记证据间的矛盾
50%待验证APDMem在LongMemEval基准上进行了测试，在长上下文记忆推理任务上取得强劲表现，且仅访问了全部对话的8%
50%待验证APDMem通过自适应检索实现成本-保真度权衡：简单查询可在浅层提前终止，复杂查询则触发更深层检查
50%待验证APDMem（Agent-controlled Progressive Disclosure Memory，智能体控制的渐进式披露记忆）是一种用于长期记忆检索的记忆架构，采用分层检索机制
50%待验证APDMem发表在arXiv上，是一篇新发布的预印本
50%