论文
StreamMeCo：流式视频理解中的长期Agent记忆压缩
StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding
摘要
视觉Agent记忆在流式视频理解中效果显著，但保存视频记忆会产生较大存储和计算开销。本文提出StreamMeCo，一个高效的流式Agent记忆压缩框架。系统根据记忆图的连接性，对孤立节点采用不依赖边的minmax采样，对连接节点采用考虑边关系的权重剪枝，在保持准确率的同时移除冗余记忆节点。此外，系统引入时间衰减记忆检索机制，进一步缓解压缩造成的性能下降。在M3-Bench-robot、M3-Bench-web和Video-MME-Long三个基准上，记忆图压缩70%时，检索加速1.87倍，平均准确率提高1.0%。代码：https://github.com/Celina-love-sweet/StreamMeCo。