MobileMem:从一年移动端体验中学习长期记忆
研究者推出 MobileMem,一个面向端侧长期记忆的基准与框架,基于一年期移动端体验数据构建。它通过知识驱动的合成流程,从用户-App 会话中生成连贯且时间一致的长期轨迹,提供文本与多模态两种设置,覆盖多跳与时序推理、知识更新和隐式偏好推断。MobileMem 让智能体记住过去、理解当下并适应未来,将记忆从信息检索推进到体验智能。
huggingface.co · 开发者平台
研究者推出 MobileMem,一个面向端侧长期记忆的基准与框架,基于一年期移动端体验数据构建。它通过知识驱动的合成流程,从用户-App 会话中生成连贯且时间一致的长期轨迹,提供文本与多模态两种设置,覆盖多跳与时序推理、知识更新和隐式偏好推断。MobileMem 让智能体记住过去、理解当下并适应未来,将记忆从信息检索推进到体验智能。
研究者提出免训练框架 CLR(Claim-Level Reliability Assessment),将测试时算力从额外采样转向针对性验证,通过把推理轨迹压缩为决策关键声明并寻找反驳证据来抑制错误共识。
论文提出 RA-Bench 基准,用于检测 AI 生成的真实危机事件视频,包含 17,886 条视频,其中 1,830 条真实视频锚点覆盖 10 类社会风险,16,056 条生成片段来自 4 个开源和 5 个闭源生成器。