解决流式对话摘要上下文丢失：新记忆框架面世
Hyangsuk Min · hf · 2026-08-11
该研究提出了一个针对流式对话摘要（Streaming Dialogue Summarization）的新框架。它能够在固定的记忆预算下，从漫长的历史对话中检索并提炼关键证据，从而解决当前窗口中上下文缺失的问题。
「研究」频道最新
- 扩散模型训练优化新理论：在离散噪声级别采样效果最佳 — LucaAmb · 2026-08-11
- 一文读懂针对大模型的「蒸馏攻击」 — scaling01 · 2026-08-11
- AI 首破复杂天然产物合成：多智能体规划策略级分子路径 — pschwllr · 2026-08-11
- 开源复现DeepMind Genie世界模型，TinyWorlds项目登GitHub热榜 — tom_doerr · 2026-08-11
- 作者吐槽 arXiv 审稿延迟：0% AI 生成论文耗时 10 个月才上线 — StephenLCasper · 2026-08-11
- Recursion 发布 Nesso-1 模型，加速开源药物结合亲和力预测 — Francesco_dgv · 2026-08-11