港科大等团队发布HeLa-Mem解决Agent长对话记忆关联问题

2026年10月20日，香港科技大学（广州）、吉林大学与香港中文大学的研究团队联合发布了名为HeLa-Mem（Hebbian Learning Associative Memory）的新方法。该研究针对当前AI Agent在长期交互中面临的“关联缺口”痛点，即难以有效找回和关联长对话中的关键信息。HeLa-Mem旨在通过赫布学习原理优化记忆机制，提升Agent对历史上下文的检索与整合能力，从而改善其在复杂、多轮对话场景下的表现。目前报道主要聚焦于该方法提出的背景及其核心目标，即解决长对话中记忆失联的问题，尚未披露具体的实验数据或性能对比细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。