Buchumschlag

UltraMemV2: Memory Networks Scaling to 120B Parameters with Superior Long-Context Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Zihao, Bao, Yu, Min, Qiyang, Chen, Siyan, Guo, Ran, Huang, Hongzhi, Zhu, Defa, Zeng, Yutao, Wu, Banggu, Zhou, Xun, Qiao, Siyuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ultra-Sparse Memory Network
von: Huang, Zihao, et al.
Veröffentlicht: (2024)

Over-Tokenized Transformer: Vocabulary is Generally Worth Scaling
von: Huang, Hongzhi, et al.
Veröffentlicht: (2025)

Frac-Connections: Fractional Extension of Hyper-Connections
von: Zhu, Defa, et al.
Veröffentlicht: (2025)

Hyper-Connections
von: Zhu, Defa, et al.
Veröffentlicht: (2024)

Expert Race: A Flexible Routing Strategy for Scaling Diffusion Transformer with Mixture of Experts
von: Yuan, Yike, et al.
Veröffentlicht: (2025)

G-MemLLM: Gated Latent Memory Augmentation for Long-Context Reasoning in Large Language Models
von: Xu, Xun
Veröffentlicht: (2026)

SeeDNorm: Self-Rescaled Dynamic Normalization
von: Cai, Wenrui, et al.
Veröffentlicht: (2025)

MemServe: Context Caching for Disaggregated LLM Serving with Elastic Memory Pool
von: Hu, Cunchen, et al.
Veröffentlicht: (2024)

InfMem: Learning System-2 Memory Control for Long-Context Agent
von: Wang, Xinyu, et al.
Veröffentlicht: (2026)

LatentMem: Customizing Latent Memory for Multi-Agent Systems
von: Fu, Muxin, et al.
Veröffentlicht: (2026)

WorldMem: Long-term Consistent World Simulation with Memory
von: Xiao, Zeqi, et al.
Veröffentlicht: (2025)

VideoMem: Enhancing Ultra-Long Video Understanding via Adaptive Memory Management
von: Jin, Hongbo, et al.
Veröffentlicht: (2025)

MemReread: Enhancing Agentic Long-Context Reasoning via Memory-Guided Rereading
von: Ji, Baibei, et al.
Veröffentlicht: (2026)

AnchorMem: Anchored Facts with Associative Contexts for Building Memory in Large Language Models
von: Shen, Zhanyu, et al.
Veröffentlicht: (2026)

MemWeaver: Weaving Hybrid Memories for Traceable Long-Horizon Agentic Reasoning
von: Ye, Juexiang, et al.
Veröffentlicht: (2026)

GatePro: Parameter-Free Expert Selection Optimization for Mixture-of-Experts Models
von: Zheng, Chen, et al.
Veröffentlicht: (2025)

MemLong: Memory-Augmented Retrieval for Long Text Modeling
von: Liu, Weijie, et al.
Veröffentlicht: (2024)

IndexMem: Learned KV-Cache Eviction with Latent Memory for Long-Context LLM Inference
von: Yang, Xintong, et al.
Veröffentlicht: (2026)

MemAgent: Reshaping Long-Context LLM with Multi-Conv RL-based Memory Agent
von: Yu, Hongli, et al.
Veröffentlicht: (2025)

LongMemEval-V2: Evaluating Long-Term Agent Memory Toward Experienced Colleagues
von: Wu, Di, et al.
Veröffentlicht: (2026)

Fine-Mem: Fine-Grained Feedback Alignment for Long-Horizon Memory Management
von: Ma, Weitao, et al.
Veröffentlicht: (2026)

Layer-Specific Scaling of Positional Encodings for Superior Long-Context Modeling
von: Wang, Zhenghua, et al.
Veröffentlicht: (2025)

HyperMem: Hypergraph Memory for Long-Term Conversations
von: Yue, Juwei, et al.
Veröffentlicht: (2026)

Mem-T: Densifying Rewards for Long-Horizon Memory Agents
von: Yue, Yanwei, et al.
Veröffentlicht: (2026)

BudgetMem: Learning Selective Memory Policies for Cost-Efficient Long-Context Processing in Language Models
von: Alla, Chandra Vamsi Krishna, et al.
Veröffentlicht: (2025)

CoMem: Context Management with A Decoupled Long-Context Model
von: Zhang, Yuwei, et al.
Veröffentlicht: (2026)

TiMem: Temporal-Hierarchical Memory Consolidation for Long-Horizon Conversational Agents
von: Li, Kai, et al.
Veröffentlicht: (2026)

WildLong: Synthesizing Realistic Long-Context Instruction Data at Scale
von: Li, Jiaxi, et al.
Veröffentlicht: (2025)

MemConflict: Evaluating Long-Term Memory Systems Under Memory Conflicts
von: Tao, Zhen, et al.
Veröffentlicht: (2026)

FlashPrefill: Instantaneous Pattern Discovery and Thresholding for Ultra-Fast Long-Context Prefilling
von: Fan, Qihang, et al.
Veröffentlicht: (2026)

StructMem: Structured Memory for Long-Horizon Behavior in LLMs
von: Xu, Buqiang, et al.
Veröffentlicht: (2026)

CloneMem: Benchmarking Long-Term Memory for AI Clones
von: Hu, Sen, et al.
Veröffentlicht: (2026)

StoryMem: Multi-shot Long Video Storytelling with Memory
von: Zhang, Kaiwen, et al.
Veröffentlicht: (2025)

StockMem: An Event-Reflection Memory Framework for Stock Forecasting
von: Wang, He, et al.
Veröffentlicht: (2025)

HiMem: Hierarchical Long-Term Memory for LLM Long-Horizon Agents
von: Zhang, Ningning, et al.
Veröffentlicht: (2026)

LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory
von: Wu, Di, et al.
Veröffentlicht: (2024)

Long-time dynamics and universality of nonconvex gradient descent
von: Han, Qiyang
Veröffentlicht: (2025)

Position Analysis of Library Assistants.
von: Defa, Dennis R.
Veröffentlicht: (1995)

MemRouter: Memory-as-Embedding Routing for Long-Term Conversational Agents
von: Hu, Tianyu, et al.
Veröffentlicht: (2026)

DimMem: Dimensional Structuring for Efficient Long-Term Agent Memory
von: Qiu, Wentao, et al.
Veröffentlicht: (2026)