UT Dallas 发布 Jev-Mem:小模型掌控记忆决策,构建提速 6.6 倍

德州大学达拉斯分校团队在 arXiv 发布论文 Jev-Mem,针对智能体记忆系统的效率问题提出新方案。传统做法让大模型逐条决定记忆链接、检索停止等琐碎事务,生成式调用开销大。Jev-Mem 借鉴双系统思想,用 System-One 控制面承担轻量决策,System-Two 负责其余环节,使长对话记忆构建速度提升 6.6 倍。

2026-10-25 ~ 2026-10-25 · 2 条相关

• UT Dallas 论文 Jev-Mem:小模型做记忆决策,长对话记忆构建快 6.6 倍 — rohanpaul_ai · 2026-10-25
• Jev-Mem 论文：用 System-One 控制面让 Agent 记忆构建提速 6.6 倍 — rohanpaul_ai · 2026-10-25