Feb, 2025
面向具有记忆的LLM智能体的神经符号时间推理的TReMu
TReMu: Towards Neuro-Symbolic Temporal Reasoning for LLM-Agents with
Memory in Multi-Session Dialogues
TL;DR本研究针对多会话对话中时间推理的不足,提出了一项新的评估任务,并开发了TReMu框架,以提升LLM智能体的时间推理能力。该框架通过时间感知记忆和神经符号时间推理显著提高了LLM在多会话对话中的时间推理性能,从而填补了现有研究中的空白。