跳到正文
GitHub · 去对齐工具与仓库·· 19 天前精选AI 评分66

DSPM Memory 开源:多轮对话压缩 80% 以上且约束决策全保留

zatchbell1311-wq/Kernl

来源与原文

GitHub · 去对齐工具与仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/zatchbell1311-wq/Kernl

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

Dhruv Dubey 发布 DSPM Memory(pip install dspm-memory),将多轮 LLM 对话压缩 80% 以上,同时宣称在基准套件上关键约束和决策 100% 保留。每轮对话被转成带类型的语义补丁,约束和决策在 7 阶段压缩管线中受结构性保护;实测 7 个领域各 40 轮对话,budget 250 时 token 压缩 82.8%、CRR 100%,消融显示移除 shadow-selection 后 CRR 从 100% 降到 37.9%。支持任意 OpenAI 兼容 provider,提供 save/load 跨会话持久化、修订取代旧值和事实密集文本的 dense 抽取模式,配套论文存于 Zenodo(10.5281/zenodo.19438636)。

推荐理由

作者给出了消融实验和分预算档位的压缩率与关键保留率数据,读者可以据此评估这套记忆压缩方法是否值得接入自己的多轮对话流程。

来源:GitHub · 去对齐工具与仓库 · github.com