Memory Retrieval for Changing Preferences

En 3 lignesFramework unifié pour l'accès et la sélection de mémoire dans les systèmes de dialogue long-contexte. Utilise un facteur de Bayes pour quantifier l'utilité de chaque tour historique en mesurant l'amélioration de vraisemblance du modèle. Surpasse les approches embedding-based sur quatre benchmarks, particulièrement pour les tâches avec préférences changeantes.

Résumé généré par Claude — vérifié par l'humain