在线说话人记忆构建方法与基准提出

2026年10月28日，arXiv Artificial Intelligence 刊出 Yucong Zhang 等作者的报道，提出“在线说话人记忆构建”问题，并给出免训练的 EvoSpeakerMem 层。据该报道，这一层实现因果说话人路由、选择性声学状态更新，以及按身份分区的记忆读写，并通过可替换的文本记忆后端完成记忆写入与检索。同一报道还提到 LoCoMo-ID 基准。目前公开信息仅来自这一篇主报道，尚无跟进报道披露实验数据、对比结果或后续进展，事件仍处于方法提出阶段。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。