搜索
记忆张量 MemT 1.0 发布并开源，长历史推理提速最高近 4 倍
2 小时前
记忆张量发布并开源了记忆原生基础模型MemT 1.0系列，该系列包括MemT-1.0-Flash与MemT-1.0-Nano两款模型。模型内置可训练记忆模块，可自主整理存储信息，无需每次调取全部历史记录。该系列模型经340亿token分两阶段训练，在长历史场景下，端到端推理速度最高提升近4倍，持久化存储空间较传统方案缩减约130倍。多项记忆基准测试显示，其表现位列参数化记忆方法前两位，平均表现与检索增强方案相当，且无需实时检索历史，挂载记忆不影响模型通用能力。该模型可为开发者降本增效，提供稳定体验，并支撑能力成长。团队将持续优化，为实现持续学习进化的智能体及递归自我改进奠定基础。
