arXiv · cs.AI · Austin M. Y. Cheung, Harsh Vardhan Gupta, Go Nam Lui, Lok Kan Chan, Ginny Y. Wong, Simon See · 8 小时前模型评分42
TrackMem：在长程金融对话中追踪不断变化的信念
TrackMem: Tracking Evolving Beliefs in Long-Horizon Financial Dialogue
导读
TrackMem 是一个按说话人构建的图记忆系统，用于追踪金融对话中数字的修订历史、按实体与分析视角区分观点，并按时间顺序保留每位说话人的行为。团队同时发布 FinLoCoMo 基准，包含 15 段长程投资对话、765 个问题，分 LoCoMo 类别与四类失败模式两个子集。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：金融
事件类型：研究发布
证据摘录
- “We present TrackMem, a per-speaker graph memory that tracks the history of figures, separates perspectives by entity and lens, and preserves each speaker's actions in chronological order.”
来源：arXiv · cs.AI · arxiv.org