2022hpsk/SpeakerMemR1

SpeakerMem-R1: Speaker-Centered Dual-Track Memory for Multi-Party Dialogue

Языковые моделиPython#conversational-memory#llm#multi-party-dialogues

1,7 Ровно Магнитуда из 10 — скорость роста интереса, а не оценка качества. Рост звёзд выглядит естественно. Данные на 26 сентября 2026, 02:37 UTC.

Открыть на Сейсмографе Открыть на GitHub

О проекте

Фреймворк памяти для многосторонних диалогов: хранит реплики дословно с метками говорящих и строит структурированные персональные и групповые состояния, чтобы отвечать на вопросы по длинным беседам. Включает пакет инференса, раннеры бенчмарков и рецепты обучения Writer-модели.

Чем пригодится

Запустить оценку на GroupMemBench, SocialMemBench или EverMemBench через готовые раннеры
Обучить Qwen2.5-3B Writer с SpeakerLevenshtein-наградой для локального написания памяти
Сравнить качество памяти с BM25 и dense-базлайнами через run_baseline.py

Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.

Почему он в тренде

Сегодня уже 0 звёзд, к концу дня ожидается около 9.
Всплеск держится 2 дня подряд — это не случайный выброс.
Репозиторию 6 дней, а у него уже 81 звезда. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет.
Топ новых репозиториев за неделю: #162.

Звёзды по дням

Столбики — звёзды за день, линия — обычный темп. Красным — дни всплесков.

Цифры

Всего звёзд: 81
Сегодня: 0 · к вечеру ≈ 9
Форков: 13
Issues и pull requests: 0
Наблюдателей: 0
Язык: Python
Лицензия: MIT
Создан: 20 сентября 2026
Последний коммит: 24 сентября 2026

Доверие к звёздам

Рост выглядит естественно: форков и обсуждений столько, сколько бывает у живых проектов, а звёзды приходят неровно, как от людей.

Это эвристики, а не приговор: судим по поведению репозитория, а не по списку звездивших.

Где замечен

26 сентября 2026Топ новых репозиториев за неделю: #162

Бейдж для README

Вставьте в README — бейдж сам показывает свежую магнитуду и ведёт на эту страницу.

[![Сейсмограф](https://gitnova.dev/badge/2022hpsk/SpeakerMemR1.svg)](https://gitnova.dev/r/2022hpsk/SpeakerMemR1)

Ещё в этой категории

6,9
ollaya-dev/ollaya
Локальный рантайм для decision-моделей: скачивает и обслуживает модели классификации и маршрутизации через API, совместимый с TypeSafe. Аналог Ollama, но для моделей, возвращающих вероятности, а не текст.

Ранний сигналЯзыковые моделиRust+0 звёзд сегодня, к вечеру ≈ 134
6,4
NVIDIA/Model-Optimizer
Библиотека NVIDIA для сжатия и ускорения моделей: квантизация, прунинг, дистилляция, NAS и speculative decoding с экспортом в TensorRT-LLM, vLLM, SGLang. Для ML-инженеров, готовящих модели к деплою.

ВзлётЯзыковые моделиPython+0 звёзд сегодня, к вечеру ≈ 255
5,4
nokia-applied-research/AnyJev
Превращает любую LLM в модель принятия решений с типизированными вопросами (выбор, да/нет, оценка), возвращающую реальные вероятности из распределения следующего токена, без обучения. L0 убирает позиционное и априорное…

Ранний сигналЯзыковые моделиPython+0 звёзд сегодня, к вечеру ≈ 152
4,7
Badtheorylabs/interference-search
Метод поиска решения, который вместо последовательного рассуждения языковой модели ведёт много ветвей по явным состояниям: дубликаты сливаются, тупики отсекаются обученным судьёй, выжившие продвигаются вместе.…

Ранний сигналЯзыковые моделиPython+0 звёзд сегодня, к вечеру ≈ 81
4,4
Liuziyu77/Valen
Мультимодальная модель принятия решений на базе Qwen3.5-0.8B/2B: принимает текст, изображения и видео с инструкцией и возвращает вероятности по заданным вариантам без генерации токенов ответа. Включает код модели,…

Ранний сигналЯзыковые моделиPython+0 звёзд сегодня, к вечеру ≈ 59
4,3
mizorewww/laya-mlx
Нативный MLX-рантайм для типизированных решающих моделей Laya: возвращает вероятности выбора, оценки или истинности без генерации текста, работает локально на Apple Silicon.

ОстываетЯзыковые моделиPython+0 звёзд сегодня, к вечеру ≈ 71