ME News 消息，4 月 11 日（UTC+8），中國科學院信息工程研究所研究團隊在 ACL 2026 主會發表論文，提出面向長期對話的超圖記憶架構 HyperMem，在長對話基準測試 LoCoMo 上以 92.73% 的評估準確率刷新當前最優水平。現有 RAG 及圖結構記憶方案多依賴兩兩配對關係，難以捕捉多元素間的高階關聯，導致檢索內容碎片化。HyperMem 通過引入超圖結構，將對話記憶分為話題、片段、事實三個層級，並以超邊將相關片段及事實統一歸組，配合混合詞法-語義索引與從粗到細的檢索策略，實現對高階關聯的精準高效檢索。實驗結果顯示，在長對話基準 LoCoMo 上，HyperMem 在 LLM-as-a-judge 評測中達到 92.73% 的準確率，達到當前最優水平（SOTA），驗證了其在長期對話一致性與個性化建模中的有效性。該研究為對話智能體在長期交互中保持上下文連貫、追蹤持續任務及提供個性化服務提供了新思路。論文已發布於 arXiv（編號 2604.08256）。（來源：BlockBeats）
中國科學院團隊提出 HyperMem，實現長對話 AI 記憶的重大突破
KuCoinFlash分享
精華摘要
中國科學院的一個研究團隊在 ACL 2026 上推出了 HyperMem，一種新型的長期對話記憶系統。該模型在 LoCoMo 基準測試中取得 92.73% 的分數，優於現有方法。HyperMem 利用超邊將對話組織為主題、段落和事實，從而提升檢索準確率。論文已上傳至 arXiv（ID：2604.08256）。對於專注於長期加密貨幣策略的投資者而言，此項進展有望支援更智能且可擴展的 AI 工具，以助於長期投資。
來源:顯示原文
免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。
虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露 。