Distract Large Language Models for Automatic Jailbreak Attack
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments EMNLP 2024
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments EMNLP 2024
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
Comments Conference Paper accepted at the 9th SwissText Conference (2024)
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments 15 pages
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments COLM 2024
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments update the article
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments NAACL 2024 Outstanding paper, 9 pages, 6 figures
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
Comments Accepted to IJCAI 2024 Survey Track -- camera-ready version
专题命中 长上下文与记忆 :language model(title,abstract);large language model(title);LLM(abstract);分类 cs.CL、cs.AI
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.AI、cs.LG
专题命中 长上下文与记忆 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI
Comments 8 pages, 7 figures, 1 table, Our code is publicly available online at: https://github.com/cisco-open/DeepVision/tree/main/recallm
专题命中 长上下文与记忆 :large language model(title);language model(title);LLM(abstract,comments);pretraining(abstract)
Comments 50 pages, 1 figure, 8 tables This is a survey/framework paper on LLM memory mechanisms and evaluation
面向长周期LLM智能体的选择性记忆保留
专题命中 长上下文与记忆 :LLM(title,title_cn);分类 cs.CL、cs.AI、cs.LG
AI总结 提出TraceRetain框架,通过可解释特征评分和驱逐机制管理有限外部记忆,在噪声环境下保持任务成功率,验证了选择性记忆保留对长周期智能体的有效性。
Comments Accepted at the International Conference on Machine Learning (ICML) 2026
更少上下文,更高准确率:一种用于LLM Agent的双时间记忆引擎,其中精简检索上下文优于完整历史
机构 * Independent Researcher(独立研究者)
专题命中 长上下文与记忆 :LLM(title,title_cn);分类 cs.CL、cs.AI、cs.LG
AI总结 提出一种双时间记忆引擎Engram,通过混合读取路径从约9.6k token的检索片段中回答,在LongMemEval_S上达到83.6%准确率,比完整历史(79k token)高10.4个百分点,且无错误。
Comments 14 pages, 4 figures, 3 tables. Code, reproducible harness, and raw per-question logs: https://github.com/ly-wang19/engram
RealICU: 大语言模型能否理解长期上下文ICU数据?一个超越行为模仿的基准测试
机构 * Technical University of Munich(慕尼黑技术大学) ; TUM University Hospital(TUM大学医院) ; LMU Munich(慕尼黑大学) ; University of Sheffield(谢菲尔德大学) ; University of Oxford(牛津大学) ; Zhongshan Hospital Fudan University(复旦大学中山医院) ; Sun Yat-sen University Cancer Center(中山大学肿瘤中心) ; Imperial College London(伦敦帝国学院) ; Munich Center for Machine Learning(慕尼黑机器学习中心) ; relAI – Konrad Zuse School of Excellence in Reliable AI(relAI – 卡诺夫茨卓越可靠人工智能学校)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 RealICU通过真实ICU场景评估大语言模型的长期上下文理解能力,提出四个医生驱动任务,揭示现有模型在临床推荐中的召回与安全性的权衡问题。
吸收式大语言模型:利用因果同步进行测试时训练
机构 * Peking University(北京大学)
专题命中 长上下文与记忆 :LLM(title,summary_cn);分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出Absorber LLM,通过自监督因果同步解决长上下文保留问题,优化模型在测试时的内存和准确率。
TTKV:面向长上下文LLM推理的时序分层KV缓存
机构 * Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳)) ; Guangzhou University(广州大学)
专题命中 长上下文与记忆 :LLM(title,title_cn);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 TTKV通过时序分层缓存框架优化KV存储,利用HBM和DRAM解耦快慢存储,根据时间接近性分配KV状态,减少跨层通信开销,提升推理效率。
FOREVER: 基于遗忘曲线的记忆回放用于语言模型连续学习
机构 * The Hong Kong Polytechnic University(香港理工大学) ; ShineMo Ltd., China(中国 ShineMo 公司) ; Solar System of OVB, Tencent, China(腾讯 OVB 太阳系中国) ; Peking University(北京大学) ; University College London(伦敦大学学院) ; University of Illinois Chicago(伊利诺伊大学芝加哥分校)
专题命中 长上下文与记忆 :language model(title,abstract);LLM(abstract,abstract_cn);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 FOREVER通过引入遗忘曲线概念,提出了一种基于模型自身时间的连续学习框架,有效缓解了语言模型在持续学习中的灾难性遗忘问题。
Comments ACL 2026 Camera-ready
为具有大内存足迹的链式作业服务而设计的链式结构作业服务
专题命中 长上下文与记忆 :foundation model(title,abstract);LLM(abstract,abstract_cn);large language model(abstract);language model(abstract)
AI总结 本文研究了大基础模型服务中的链式结构作业服务问题,提出了一种基于块放置和缓存分配的新型问题解决方案,通过流水线并行化解决了服务器链组成问题,显著提升了响应时间。
Comments Technical report
记忆令牌:大语言模型可以生成可逆的句子嵌入
机构 * Instituto de Computación, Facultad de Ingeniería, Universidad de la República(计算机研究所,工程学院,乌拉圭共和国大学)
专题命中 长上下文与记忆 :large language model(title,comments);language model(title,comments);LLM(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 本研究通过引入记忆令牌,使大语言模型能够生成可逆的句子嵌入,实现对原始文本的精确重建,展示了LLM在记忆检索与文本生成中的新能力。
Comments This paper will be presented at The First Workshop on Large Language Model Memorization (L2M2) at ACL 2025
探测压缩记忆的极限:对Infini-Attention在小规模预训练中的研究
机构 * Huawei Technologies Canada Co., Ltd(华为技术加拿大有限公司)
专题命中 长上下文与记忆 :pretraining(title,abstract);language model(abstract);small language model(abstract);SLM(abstract)
AI总结 本研究通过Infini-Attention在小规模预训练中提升SLMs的长上下文能力,验证了其在有限参数下的有效性。
专题命中 长上下文与记忆 :language model(title,abstract);LLM(abstract);large language model(abstract);pretraining(abstract)
Journal ref Journal of Machine Learning, 3(2024), 300-346
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments 18 pages, 3 figures, Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing
专题命中 长上下文与记忆 :prompting(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
Comments Preprint. 10 pages, Accepted in 2024 the 6th World Symposium on Artificial Intelligence (WSAI 2024)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract);language agent(abstract)
Comments 12 pages, 6 figures, comments and suggestions are welcome