ETAMem提出多视图长期对话记忆框架

2026年10月28日，arXiv cs.CL 刊出 ETAMem 论文，提出一种面向长期对话智能体的多视图记忆框架。该方法把异构记忆解耦，并组织为事件、情感与时间三个层级的视图，再在视图之间进行对齐，使不同类型的记忆分别建模后统一使用。在长期对话记忆评测 LoCoMo 与 LongMemEval-S 上，ETAMem 的相对准确率分别提升 12.46% 和 7.96%，并保持有竞争力的 token 效率。目前报道只涉及方法设计与基准测试结果，未提及代码开源或第三方复现情况；该框架与既有长期记忆方案的差异，也未见进一步对比说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。