/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
30,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Опубликована
17 авг 2026

Memory-R2

Генерация текстаТекст → текст3 профессии

Memory-R2 — дообученная модель Qwen2.5-7B-Instruct, которая управляет внешней памятью долгосрочных диалоговых агентов.

159скачиваний за 30 дней0лайковвеса обновлены17 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Memory-R2 7B — специализированная языковая модель для управления внешней памятью в диалоговых агентах. Её разработчики дообучили Qwen2.5-7B-Instruct методом LoGo-GRPO на диалоговых данных LoCoMo, постепенно увеличивая длину сценариев с 8 до 32 сессий. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов.

Получая историю разговора, модель выбирает, какие сведения добавить во внешнее хранилище памяти, обновить или удалить. Она предназначена для долгосрочных диалоговых агентов и может работать с разными отдельными моделями, которые читают созданную память и отвечают пользователю. Memory-R2 сама на вопросы не отвечает. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • выбор фактов из диалога для добавления во внешнюю память
  • обновление устаревших сведений в памяти диалогового агента
  • удаление лишних записей из внешнего хранилища памяти
  • ведение памяти агента на протяжении длинных разговоров

Ограничения

Модель управляет памятью, но сама не отвечает на вопросы; для формирования ответов нужен отдельный агент. Результаты зависят от связки с внешним хранилищем памяти и ответной моделью.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Memory-R2 7B — Memory Manager

The trained memory-management policy from Memory-R2: Fair Credit Assignment for Long-Horizon Memory-Augmented LLM Agents (arXiv:2605.21768). This is the paper's main contribution and deployed "champion" (32sess_champion_v2, LoGo-GRPO curriculum, global step 5).

It is a Qwen2.5-7B-Instruct model fine-tuned with LoGo-GRPO (turn-level + token-level credit assignment) via a curriculum of 8 → 16 → 32-session rollouts on the LoCoMo long-horizon dialogue dataset. Given a running conversation, it decides what to INSERT / UPDATE / DELETE in an external memory store.

This model only manages memory — it does not answer questions. A separate answer agent reads the memory store this model produces and generates answers; it can be any instruction-tuned LLM. Our own SFT+RL-trained answer agent is released separately at ahmedehabb/Memory-R2-answer-agent.

Headline results (tab:main)

This memory manager is held constant; only the paired answer agent changes:

Answer agentF1BLEU-1LLM-judge (gpt-4o-mini)
ahmedehabb/Memory-R2-answer-agent (ours, SFT+RL)51.4644.8469.03
GPT-OSS-120B (untrained, external)49.2943.6486.08

See the paper's tab:different-answer-agent for more pairings (untrained Qwen-7B, etc.) — the memory manager is not tied to any one answer agent.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

memory_manager = AutoModelForCausalLM.from_pretrained("ahmedehabb/Memory-R2", torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("ahmedehabb/Memory-R2")

Full inference code and the memory-store protocol are in the project repository (see the paper for the official release).

Training

  • Base model: Qwen/Qwen2.5-7B-Instruct
  • Algorithm: LoGo-GRPO (turn-level + token-level advantage), curriculum-trained 8-session → 16-session → 32-session
  • Reward: per-session cumulative F1 against gold QA + a memory-compression penalty (λ=0.3)
  • Judge for reward/logging during training: GPT-OSS-120B

Citation

@misc{yan2026memoryr2faircreditassignment,
      title={Memory-R2: Fair Credit Assignment for Long-Horizon Memory-Augmented LLM Agents},
      author={Sikuan Yan and Ahmed Bahloul and Ercong Nie and Susanna Schwarzmann and Riccardo Trivisonno and Volker Tresp and Yunpu Ma},
      year={2026},
      eprint={2605.21768},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2605.21768},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
ca55194

0 моделей