Ruotong Liao, Meikel Kokowski, Xiaoxiao Sun, Yongqin Xian, Laura Bravo Sánchez, Shiye Su, Federico Tombari, Serena Yeung-Levy · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30089 · open-access PDF
오늘날의 멀티모델 보조사는 일반적으로 그들에게 제시된 시각적 증거를 해석하도록 권장됩니다. 긴 지평선을 넘어 기억하는 것의인지 부담을 해제하기 위해, 착용 가능한 보조자는 대신 사용자의 환경이 진화함에 따라 유용한 기억을 적극적으로 습득하고 유지해야합니다. 사용자의 이름으로 그렇게하려면 중요한 것을 식별하고, 실시간으로 장면을 이해하고, 사용자가 활동에 집중하는 동안 배경에서 메모리 유지를 시작해야합니다.
Machine translation (Meta M2M100); the English original follows.
Today's multimodal assistants are typically prompted to interpret the visual evidence presented to them. To offload the cognitive burden of remembering across long horizons, wearable assistants should instead proactively acquire and maintain useful memory as the user's surroundings evolve. Doing so on the user's behalf requires identifying what matters, understanding the scene in real time, and initiating memory maintenance in the background while the user stays focused on their activities. We introduce ProactEgoMem, a benchmark that evaluates proactive memory in streaming egocentric video. Th
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.30089, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange