[控场AI]
概念HiVe-Mem框架

HiVe-Mem

一种多模态智能体记忆框架,通过水平记忆扩展(基于关系图的邻居扩展)与垂直证据组合(查询自适应的证据子集选择)两个维度,提升长期交互中记忆检索的覆盖面和证据利用效率。

时间轴 (近 90 天)

11月10日

HiVe-Mem 是一个交错水平记忆扩展与垂直证据组合的多模态记忆框架。

待验证50%
11月10日

HiVe-Mem将记忆片段组织成一个关系图,节点通过文本锚点和视觉锚点建立连接。

待验证50%
11月10日

水平扩展指语义检索命中初始种子记忆后,系统沿图结构扩展其邻居节点,将语义相关但未被直接检索到的记忆纳入候选集。

待验证50%
11月10日

HiVe-Mem在垂直维度上让每条被检索到的记忆保留多种证据形式,包括紧凑摘要、描述文本、基于视觉定位的视图、原始图像以及交互历史。

待验证50%
11月10日

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。

待验证50%
11月10日

研究者在三个多模态记忆基准上进行了实验,结果显示HiVe-Mem在不同基座模型上均能稳定提升任务表现。

待验证50%
11月10日

与最高效的竞争性多模态基线相比,HiVe-Mem的token消耗降低了约90%。

待验证50%
11月10日

水平扩展扩大记忆的召回覆盖面,垂直组合优化每条记忆的证据贡献方式,两者相互配合。

待验证50%

全部知识事实 (8)

来源文章