ProactMem：事件驱动LLM智能体的主动记忆方法
热点事件持续更新
ProactMem：事件驱动LLM智能体的主动记忆方法
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv人工智能板块报道，Jinyang Li等提出面向事件驱动LLM智能体的主动记忆方法ProactMem，并构建纵向基准ProactiveStream。报道称，ProactMem将历史组织为近期事件、时间轨迹和行为规律；轨迹事实对照源事件核验，规律经历史回放评估后再匹配当前条件。ProactiveStream覆盖三类应用范围，智能体按时间顺序处理孤立事件流。报道称，ProactMem在该基准上取得52.6%的F1，相对五个外部基线中最强者提升21.4%。目前进展停留在方法提出与基准评测阶段，报道未提及后续应用或部署情况。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
ProactMem：面向事件驱动 LLM 智能体的主动记忆方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Artificial IntelligenceProactMem：面向事件驱动 LLM 智能体的主动记忆方法
ProactMem 将历史组织为近期事件、时间轨迹和行为规律，轨迹事实对照源事件核验，规律经历史回放评估后再匹配当前条件。团队同时构建纵向基准 ProactiveStream，覆盖三类应用范围，智能体按时间顺序处理孤立事件流。ProactMem 在该基准上取得 52.6% 的 F1，相对五个外部基线中最强者提升 21.4%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。