研究团队提出 STARK,探索如何让个性化智能体跨多次对话记住用户的习惯。一张图记录带有时间和关联信息的事件,另一张图保存从这些事件中提取的行为线索。
同一件事也可以连接两个行为线索。系统标注有多少事件支持某项推断,检索时可直接找到相关线索及证据,不必每次重新阅读全部对话。
作者在 LongMemEval 和 LoCoMo 的指定子任务上分别报告了 1.48 和 0.93 的评审分数增益。论文还单独用公开摘要生成任务测试新用户缺少历史记录时的迁移效果。
配图为 GETAI 原创 AI 主题插画。
