C3M：面向长时域任务的跨会话多模态记忆维护

长时域任务需要在有限且与查询无关的记忆预算下，保存并随后恢复跨会话证据。现有的压缩方法可能会丢弃细粒度的视觉线索，或将语义相似但彼此不兼容的观测混为一谈。我们提出 C3M，一种跨会话多模态记忆组织方法，用于在持久化的源文本-图像证据之上维护一个有界的活动索引。关系感知更新会整合安全的冗余，同时保留互补记录和不兼容记录。在查询时，基于预算的路由会选择有用的索引页，并在固定的读取预算下扩展其关联的源证据。总体而言，这些机制为跨会话长时域任务构建了一种紧凑且保留溯源信息的多模态记忆组织方式，保留了可靠下游推理所需的时间区分和源链接。代码可在 https://github.com/HuzhouNLP/C3M 获取。