热点事件持续更新

研究者提出CRIM框架：用可复用条目记忆降低个性化检索推理成本

1 篇报道1 个报道来源19 小时前更新

先了解这件事

AI 综述

Haolin Li 等研究者在 arXiv 发布论文，提出面向个性化检索的 CRIM 框架。该框架将条目级语义编码与请求级历史建模分离，用可学习的 summary tokens 把条目压缩为紧凑的连续记忆，并跨请求复用于个性化检索，结合缓存记忆与少量实时重编码的联合训练机制。据论文实验结果，CRIM 在 MovieLens-1M、Qilin 及其新构建的 LazSeq 数据集上取得 SOTA 检索性能，同时显著降低推理成本。论文称代码与数据集将公开发布。

AI 根据报道生成 · 3 小时前更新

最新进展10月26日 20:21

CRIM：面向高效个性化检索的可组合、可复用条目记忆框架

报道时间线

沿着报道，了解事件的不同侧面。

10月26日

20:21
arXiv · cs.CL
CRIM：面向高效个性化检索的可组合、可复用条目记忆框架
研究者提出 CRIM 框架，将条目级语义编码与请求级历史建模分离，用可学习的 summary tokens 将条目压缩为紧凑连续记忆，并复用于跨请求的个性化检索。结合缓存记忆与少量实时重编码的联合训练机制，CRIM 在 MovieLens-1M、Qilin 及新数据集 LazSeq 上取得 SOTA 检索性能，同时显著降低推理成本。代码与数据集将公开发布。

本事件热度走势

可比范围当前: 6
可比范围峰值: 610月27日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。