MemRec：协作记忆增强的智能推荐系统

随着推荐系统的发展，偏好存储已从评分矩阵和密集嵌入转向语义记忆。然而现有智能体依赖孤立记忆，忽略了关键的协作信号。为解决这一问题，本文提出MemRec框架，通过架构上分离推理与记忆管理，实现高效的协作增强。MemRec引入了一个专用且成本效益高的LM_Mem模块，用于管理动态协作记忆图，并向下游LLM_Rec提供高信号上下文。该框架采用高效检索和异步图传播的实用流程，在后台演化记忆。在四个基准上的实验表明，MemRec取得了最先进的性能。此外，架构分析证实了其灵活性，支持多种部署方式，包括本地开源模型。