Jev-Mem发布:基于系统一/系统二认知的智能体记忆架构
摘要:Jev-Mem是一种新型智能体记忆架构,受启发于人类认知中的系统一(快速决策)和系统二(深思熟虑)机制。该架构通过专用的系统一控制平面、多关系记忆平面和系统二推理平面,显著提升了记忆操作效率与系统性能。在LoCoMo基准测试中,Jev-Mem实现了0.777的LLM-as-a-Judge评分,相较最强基线提升了11.0%,同时将记忆构建时间缩短至158秒(提升6.6倍),平均查询延迟降至0.93秒(降低36.7%)。这一创新为AI智能体在长时记忆处理和复杂任务执行中提供了更高效、更智能的解决方案。
核心突破
Jev-Mem是一种新型智能体记忆架构,其设计灵感来源于人类认知中的系统一(快速决策)和系统二(深思熟虑)机制。该架构的核心创新点包括:
- 系统一控制平面:负责快速决策和记忆操作,如记忆类型划分、关系组织、查询路由、检索预算分配、图遍历、候选评分和自适应停止。
- 多关系记忆平面:采用结构化存储方式,提升记忆检索的准确性和效率。
- 系统二推理平面:仅在复杂推理和答案合成时调用,确保系统的高效性。
技术亮点
- 高效性:通过系统一控制平面,Jev-Mem大幅减少了记忆构建时间和查询延迟。在LoCoMo基准测试中,记忆构建时间缩短至158秒,查询延迟降至0.93秒。
- 性能提升:相较最强基线,Jev-Mem在LLM-as-a-Judge评分上提升了11.0%,达到0.777。
- 适应性:系统二仅在复杂任务中调用,优化了资源分配和任务处理效率。
行业影响
Jev-Mem的发布为AI智能体在长时记忆处理和复杂任务执行中提供了更高效、更智能的解决方案。其设计理念不仅提升了系统性能,还为AI智能体在资源受限环境中的应用提供了新的可能性。
开发者建议
- 集成应用:开发者可以将Jev-Mem集成到现有的AI智能体系统中,以提升记忆操作效率和系统性能。
- 优化策略:利用系统一控制平面的快速决策能力,优化AI智能体的任务处理流程。
- 实验验证:在不同的应用场景中进行实验验证,以充分挖掘Jev-Mem的潜力。
—— 完 ——消息来源:Hugging Face Daily Papers (2026-09-21)
主题标签: #智能体 #记忆架构 #系统一/系统二 #AI效率
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区