浙大 SpeakerMem-R1:多人对话记忆登顶 EverMemBench 榜单
zju · hf · 2026-09-24
SpeakerMem-R1 针对多人长期对话记忆的两大瓶颈——说话人归属与关系理解、交错历史中的状态重建——提出双轨记忆方案:分别存储带说话人标注的逐字消息和派生状态,按人物/群体两级视图组织,查询时按实体、事件、时间融合证据。为减少结构化记忆构建错误并支持本地部署,作者用 SpeakerLevenshtein 与说话人条件化 GRPO 训练 Writer-R1。
- EverMemBench 公开榜 62.33%,为最新 SOTA 框架中最佳;GroupMemBench 47.9%、SocialMemBench 69.2%
- LoCoMo 全部 1986 题达 70.85%(作为双人长期对话边界测试)
- 305 题对照实验中,RL 将 SFT Writer 平均准确率从 57.38% 提升至 68.20%
- 消融显示逐字轨与结构化轨、人物级与群体级视图互补
「研究」频道最新
- 争论聚焦：LLM「模型指向性」是否只是「当前说话者」表征 — rgblong · 2026-09-24
- IEEE 将办 ASLI 2027 语音语言智能大会，接棒 ASRU 与 SLT — shinjiw_at_cmu · 2026-09-24
- 学者热议 Anthropic 论文:模型对说话者情绪表征或分自我与他人 — rgblong · 2026-09-24
- IEEE 创办首届语音语言智能大会 ASLI，2027 新加坡举办 — shinjiw_at_cmu · 2026-09-24
- 生物信息学大佬重推 21 年前旧文：数学工程学正在诞生 — lpachter · 2026-09-24
- Heng Li 团队发布 minisplice:仅 7k 参数 CNN 将 minimap2 剪接错误率减半 — anshulkundaje · 2026-09-24