ConvMemory：一种轻量级学习型记忆重排序器、一项负面归因结果及研究预览版冲突编辑器

本文介绍了 ConvMemory，一种用于对话长期记忆检索的轻量级（360 万参数）学习型重排序器。该模型在融合稠密与词汇特征的基础上，通过交叉编码器教师监督训练而成。实验显示，其在 LongMemEval 基准上以极低延迟实现了优异的召回率。此外，文章严谨地发布了一项负面归因结果，澄清其机制实为低成本的特征空间蒸馏，而非此前声称的时间结构利用。最后，作者发布了 CCGE-LA，一种低振幅冲突感知候选集编辑器，在特定场景下展现出一致的性能提升。