AI记忆系统统一框架

这篇由香港中文大学、爱丁堡大学、香港科技大学与华为爱丁堡研究中心联合发布的系统性综述，提出了AI记忆系统的统一框架，为大模型时代的智能体记忆机制研究提供了重要理论支持。研究将AI记忆划分为参数化记忆与上下文记忆两大类，并提炼出巩固、更新、索引、遗忘、检索与压缩六种核心操作，映射到长期记忆、长上下文建模、参数记忆修改与多源记忆融合四大研究主题。通过构建包含三万余篇文献的评估体系，结合GPT驱动的筛选和创新的相对引用指数（RCI）方法，研究揭示了当前记忆技术的发展趋势。论文还对比了人类与AI记忆系统的差异，并详细分析了记忆组件在实际应用中的生态体系，为构建更强大、可控的记忆增强型AI系统提供了系统性指引。