UT论文提出Jev-Mem加速AI记忆构建

2026年10月25日，X平台用户Rohan Paul (@rohanpaul_ai) 发布消息称，德州大学（University of Texas）一篇论文提出名为 Jev-Mem 的记忆系统。该报道称，Jev-Mem 把“链接哪些记忆、何时停止搜索”这类小决策交给快速打分模型 Jev 批量输出概率，只在最后调用 LLM 读取记忆并作答，从而使长对话记忆构建速度提升 6.6 倍。上述内容目前仅见于该单一来源的转述，报道未提供论文题目、作者、实验设置、对比基线或“6.6 倍”的测量口径等细节，也未见其他主报道或跟进报道予以印证。事件目前进展为：该论文方法被公开转述，其具体效果与适用范围尚待原始论文或后续报道确认。

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。