[논문리뷰] LycheeMemory V2: Efficient Long-Term Memory for LLM Agents via Semantic Segment-Level Consolidation본 논문은 LLM Agent의 장기 기억(Long-term memory) 시스템 구축 시 발생하는 높은 연산 비용과 메모리 요약 과정에서의 정보 손실 문제를 해결합니다. 기존의 Eager Consolidation 방식은 대화가 길어질수록 LLM 호출 빈도가 급격히 증가하여 비효율적인 Token 비용을 유발합니다 .#Review#LLM Agents#Long-Term Memory#Semantic Segmentation#Memory Consolidation#Memory Encoding#Structured Retrieval2026년 8월 13일댓글 수 로딩 중
[논문리뷰] FadeMem: Distance-Aware Memory Consolidation for Autoregressive Video Diffusion본 논문은 Autoregressive Video Diffusion 모델에서 장기 문맥(Long-term context) 유지가 어려워 발생하는 비디오의 시간적 붕괴 문제를 해결합니다.#Review#Video Diffusion Models#Memory Consolidation#Autoregressive Generation#Temporal Consistency#Long-term Dependency2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories본 논문은 현대의 LLM이 배포 이후 새로운 정보를 지속적으로 학습하지 못하는 '정적(Static)'인 한계와, 업데이트 시 발생하는 Catastrophic Forgetting (CF) 문제를 해결하고자 합니다.#Review#Continual Learning#Language Models#Memory Consolidation#Knowledge Seeding#Self-Improvement#Dreaming#Catastrophic Forgetting2026년 6월 2일댓글 수 로딩 중
[논문리뷰] Memory Retrieval and Consolidation in Large Language Models through Function Tokens본 논문은 대규모 언어 모델(LLMs) 내에서 기억 검색(memory retrieval) 및 기억 통합(memory consolidation) 메커니즘이 어떻게 작동하는지에 대한 이해 부족을 해결하는 것을 목표로 합니다.#Review#Large Language Models#LLM Interpretability#Function Tokens#Memory Retrieval#Memory Consolidation#Sparse Autoencoders#Pre-training2025년 10월 10일댓글 수 로딩 중