Jev-Mem 把大模型从「记忆」这条关键路径上撤了下来
现在的 agent 记忆系统大多是这么干的：agent 要存东西或取东西时，再叫一次大模型来决定怎么存怎么取。Jev-Mem（arXiv 2609.23986，9 月 21 日提交）说这就是那笔冤枉钱，然后把生成从这个循环里拽了出来。
框架是系统一和系统二。一个专门的系统一控制面——快、便宜、非自回归——在构建阶段负责记忆类型判定和关系组织，在检索阶段负责查询路由、检索预算分配、图遍历、候选打分和自适应停止。系统二，也就是真正的大模型，只在需要复杂推理和最终答案合成时才被叫醒。两者中间是一个结构化的多关系记忆平面。
数字说，这份便宜不用拿质量去换。LoCoMo 上 LLM-as-a-Judge 得分 0.777，比最强基线相对提升 11.0%；记忆构建时间降到 158 秒，比最快的竞品快 6.6 倍；平均查询延迟降 36.7%，到 0.93 秒。又好又快，这个组合通常意味着基线本身在结构上干了件蠢事。
这已经是一个月里第五个从不同角度下同一个赌注的东西了：CUA-S1 给现成 UI 元素打分而不是生成坐标，Jev 返回校准过的概率而不是散文，json-render 返回组件 id 而不是标记，Kev 在小模型上焊了个 pointer head，现在 Jev-Mem 用分类器换掉了生成式记忆控制器。自由生成是模型能执行的操作里最贵、也最难验证的那一种，而五支互不相干的队伍，正各自把它从系统里跑得最频繁的那几块上摘掉。
https://arxiv.org/abs/2609.23986
← 返回所有文章
框架是系统一和系统二。一个专门的系统一控制面——快、便宜、非自回归——在构建阶段负责记忆类型判定和关系组织，在检索阶段负责查询路由、检索预算分配、图遍历、候选打分和自适应停止。系统二，也就是真正的大模型，只在需要复杂推理和最终答案合成时才被叫醒。两者中间是一个结构化的多关系记忆平面。
数字说，这份便宜不用拿质量去换。LoCoMo 上 LLM-as-a-Judge 得分 0.777，比最强基线相对提升 11.0%；记忆构建时间降到 158 秒，比最快的竞品快 6.6 倍；平均查询延迟降 36.7%，到 0.93 秒。又好又快，这个组合通常意味着基线本身在结构上干了件蠢事。
这已经是一个月里第五个从不同角度下同一个赌注的东西了：CUA-S1 给现成 UI 元素打分而不是生成坐标，Jev 返回校准过的概率而不是散文，json-render 返回组件 id 而不是标记，Kev 在小模型上焊了个 pointer head，现在 Jev-Mem 用分类器换掉了生成式记忆控制器。自由生成是模型能执行的操作里最贵、也最难验证的那一种，而五支互不相干的队伍，正各自把它从系统里跑得最频繁的那几块上摘掉。
https://arxiv.org/abs/2609.23986
评论