**VoxPolyMem：面向多方语音对话的交互感知多模态记忆框架**

_Beyond Dyadic Memory: Interaction-Aware Multimodal Memory with Adaptive Agentic Retrieval for Multi-Party Spoken Conversations_

> 针对多方语音对话中长期记忆研究的空白，提出VoxPolyMem框架。该框架结合增量说话人识别与包含交互、事实及参与者画像的记忆层级，将检索建模为序贯决策过程，并引入EG-GRPO算法优化证据获取。在自建基准VoxPolyBench上，其综合得分达85.0，显著超越现有基线，展示了在持久化个性化多模态交互中的潜力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.32522)