CoD：查询时组织长期对话证据
热点事件持续更新
CoD：查询时组织长期对话证据
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Di Lu等作者提出Chain on Demand（CoD）框架：底层对话记录保持不变，仅在当前查询下临时构建证据链，用于长期对话记忆。作者在LoCoMo全部1,986道题上报告全量准确率76.3%，其中1,540道非对抗题82.2%；在LongMemEval-S的500道题上，固定配置准确率为86.6%。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
Chain on Demand：面向长期对话记忆的延迟证据组织框架报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIChain on Demand：面向长期对话记忆的延迟证据组织框架
Chain on Demand（CoD）是一种在查询时才组织证据的长期对话记忆框架，底层对话记录保持不变，仅在当前查询下临时构建证据链。在 LoCoMo 全部 1,986 道题上，CoD 在 1,540 道非对抗题上达到 82.2% 准确率，全量题目为 76.3%；在 LongMemEval-S 的 500 道题上，固定配置取得 86.6%。
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。