LightMem:分层轻量记忆增强,类人式历史信息处理
论文提出 LightMem,受 Atkinson–Shiffrin 人类记忆模型启发,将记忆分为三层:Light1(感觉记忆)对输入做预压缩(r=0.4–0.8)与主题分割(缓冲512 token、相似度阈值τ)以滤冗;Light2(短期记忆)将主题组索引化并在阈值 th≈512–768 时由 LLM 生成条目摘要;Light3(长期记忆)在线软插入、离线并行“睡眠”巩固以解耦推理与更新。基准 LongMemEval-S 上,LightMem 比较 FullText/NaiveRAG 等提升 ACC 2.7%–9.65%,token 数减少约117倍,运行时快12倍。论文与开源地址见链接。