MemSlides：層級記憶驅動個人化幻燈片生成框架
arXiv - Human-Computer InteractionYe Jin, Yangyang Xu, Jun Zhu, Yibo Yang
提出 MemSlides 框架，將長期記憶、工作記憶與工具記憶分離，實現多輪局部修訂的個人化幻燈片生成。
AI 幫你先抓重點
AI 重點 1
MemSlides 的層級記憶設計使個人化幻燈片生成更穩定、可擴展。
滑鼠懸停看 AI 判斷理由
因為將長期、工作與工具記憶分離，代理能在多個會話中保留用戶偏好並高效執行局部編輯，解決現有生成工具在持續個人化上的不足。
AI 重點 2
局部修訂策略減少重複生成成本，提升用戶體驗與效率。
滑鼠懸停看 AI 判斷理由
只針對受影響區域進行更新，避免整個牌組重建，節省計算與時間，對於需要即時互動的教育內容創作尤為關鍵。
核心研究發現
- 1
用戶個人化記憶提升多角色、多意圖資料庫中的人物對齊評價。
- 2
工具記憶注入在診斷配對實驗中顯著提升閉環修改行為。
- 3
工作記憶在多輪修訂中成功傳遞偏好，案例證明其可行性。
對教育工作者的啟發
MemSlides 的層級記憶架構可直接應用於教學幻燈片自動化工具，教師可在課堂前設定個人化偏好，系統在課堂中即時回應並允許多輪局部修訂，減少重複編輯時間。工具記憶的可重用執行經驗可幫助開發者快速實現可靠的局部編輯功能，提升學習資源的可持續更新。
原始文獻資訊
- 英文標題：
- MemSlides: A Hierarchical Memory Driven Agent Framework for Personalized Slide Generation with Multi-turn Local Revision
- 作者：
- Ye Jin, Yangyang Xu, Jun Zhu, Yibo Yang
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。