機器人認知實驗室的最新研究成果被自然語言處理頂級會議ACL 2025（CCF A類）接收
近日，東北大學機器人科學與工程學院機器人認知實驗室（Robot Cognition Lab，RCL）的最新研究成果“Evaluating the Long-Term Memory of Large Language Models”被自然語言處理頂級會議ACL 2025（CCF A類）接收。東北大學賈子熙副教授為論文第一作者兼通訊作者，2023級碩士劉清華為第二作者，東北大學為第一完成單位。
雖然大模型的應用日益廣泛，可人們對其原理又知之有限。RCL團隊為了探究大模型的記憶規律，創新性地構建了超長對話數據集，如圖1所示，模擬人類長期聊天的內容和過程，并以此針對主流大模型進行了長期記憶能力評估。該團隊驚喜地發現，大模型展現出與人類相似的記憶特性：記憶會隨時間推移逐漸衰減；對不同類型信息存在記憶偏好（如對地點、名稱的保留強于事件細節）；間隔式重復訓練（Spaced Rehearsal）比集中式訓練能更有效地增強記憶的持久性。該團隊的工作為進一步研究大模型的結構與原理提供了一種新思路。
圖1超長期對話數據集構造流程
