加州大学圣地亚哥分校

ICML 2025 M+框架来了，增加LLM隐空间记忆，不再受上下文窗口限制

作者

本文提出了一种新的长期隐空间记忆扩展框架M+，显著提升了MemoryLLM的有效记忆跨度至160k tokens以上。该研究由Yu Wang和Zexue He完成，通讯作者来自加州大学圣地亚哥分校。

告别数据「噪音」，UCSD大模型推理新方法DreamPRM充当「信号放大器」，登顶MathVista测评榜

作者

DreamPRM 是加州大学圣地亚哥分校团队开发的一种方法，它在数学推理测评榜上排名第一。通过双层优化框架解决多模态大语言模型的数据质量不均衡问题，显著提升了其数学推理能力。