计算机科学 > 机器学习
[提交于 2025年10月20日
]
标题: MemoryBench:用于LLM系统中内存和持续学习的基准测试
标题: MemoryBench: A Benchmark for Memory and Continual Learning in LLM Systems
摘要: 扩大数据、参数和测试时计算已成为改进LLM系统(LLMsys)的主流方法,但由于高质量数据的逐渐耗尽以及从更大计算资源消耗中获得的边际收益,它们的上限几乎已经到达。 受人类和传统AI系统在实践中学习的能力启发,为LLMsys构建记忆和持续学习框架已成为近年来文献中的一个重要且流行的研究方向。 然而,现有的LLM记忆基准通常专注于在同质阅读理解任务上评估系统,而不是测试它们在服务时间内从累积用户反馈中学习的能力。 因此,我们提出了一种用户反馈模拟框架和一个涵盖多个领域、语言和任务类型的综合基准,以评估LLMsys的持续学习能力。 实验表明,最先进的基线的有效性和效率远未满足要求,我们希望这个基准能为未来关于LLM记忆和优化算法的研究铺平道路。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.