PACE-Mem：多模态智能体前缀感知检索方法

2026年10月20日，arXiv Computer Vision 刊出 Shidu Ren 等作者的报道，提出 PACE-Mem（Prefix-Aware Complementary Evidence）检索方法，用于基于片段的多模态智能体记忆系统。据该报道，PACE-Mem 免训练、可插拔，能构建互补证据序列，并从同一选择轨迹中确定检索长度：先用查询引导池化得到片段相关性分数与表示，再以 MMR 平衡相关性与证据重叠，最后通过比较长度归一化的相邻分数下降来选定前缀长度。报道称，在三个长视频基准和两个智能体框架上，其问答准确率比最强基线 Adaptive-k 平均提升 1.6%。目前该事件仅有这一篇主报道，尚无跟进报道，上述性能数字与适用条件均来自该来源，后续进展有待观察。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。