热点事件持续更新
MemoWM：世界模型压缩智能体记忆
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv Machine Learning Theory（一手）报道，研究者提出 MemoWM 框架，用世界模型的共享预测压缩 AI 智能体的长期记忆，并按任务感知规则在重建误差与存储成本之间分配保留信息。在五个长期智能体记忆基准上，MemoWM 平均答案准确率达 42.42%，比最强基线高 2.62 个百分点，同时比最省存储的基线 MIRIX 减少 53.9% 的经验专属存储。报道还称代码已开源，更强的世界模型可在相近任务质量下进一步降低单次经验存储。目前未见更早或相互矛盾的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
MemoWM 论文公布：五基准平均准确率 42.42%，较 MIRIX 减少 53.9% 存储，代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Machine Learning TheoryMemoWM：世界模型如何改变 AI 智能体需要记住的内容
研究者提出 MemoWM 框架，用世界模型的共享预测压缩 AI 智能体的长期记忆，并按任务感知规则在重建误差与存储成本间分配保留信息。在五个长期智能体记忆基准上，MemoWM 平均答案准确率达 42.42%，比最强基线高 2.62 个百分点，同时比最省存储的基线 MIRIX 减少 53.9% 的经验专属存储。代码已开源，更强的世界模型可在相近任务质量下进一步降低单次经验存储。
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。