MemEye：面向多模态智能体记忆的视觉中心评估框架
深度2026年5月20日21 分钟阅读
本研究的核心发现是当前多模态记忆系统难以保留像素级视觉证据并推理随时间变化的状态，这为构建真正具有视觉记忆能力的智能体提供了关键瓶颈。推荐从事多模态学习、记忆机制和智能体研究的读者关注。
觉得有用？分享给更多人
相关文章
ThoughtTrace是首个大规模数据集，记录了用户与AI对话中的自述想法（发送提示的原因及对回复的反应），包含1,058名用户、2,155次对话及10,174条想法标注。分析表明，想法与消息语义不同，大模型难以从上下文推断，并能提升用户行为预测和个性化助手训练质量。该数据集为理解人机交互中的认知动态提供了新模态。
深度·5月22日·21 分钟
本文提出HASP框架，将智能体技能升级为可执行程序函数，在推理时或训练后主动干预智能体循环。在网页搜索、数学推理和编程任务上，HASP相比现有方法提升25%-30%性能，揭示了技能内化与稳定演化的机制。
深度·5月22日·20 分钟