LazyMem提出将记忆构造从写入阶段推迟到查询阶段：先广泛召回候选消息，再由轻量模型通过重叠并行窗口筛选并压缩与当前问题相关的内容。其4B模型在LongMemEval上取得0.85的LLM评审准确率，仅使用213个答案上下文记忆token，较最强非oracle基线少21倍，并在LoCoMo上实现跨域泛化。
最近 24 小时暂无可用热度快照。