TREE NEWS 消息， 10月20日，来自上海的记忆张量团队正式发布并开源记忆原生模型MemT-1.0系列。该系列将可持续存在、能够更新的内部记忆纳入模型计算，使历史信息与任务经验在后续相关任务中被直接调用，无需再次提供原始历史文本。此次开源包含MemT-1.0-Flash与MemT-1.0-Nano两款模型，参数规模分别为288B与36B。研发团队在选定的Transformer模块中引入原生记忆模块，使原有注意力与记忆注意力并行运行。
上海团队发布并开源记忆原生大模型MemT-1.0
AI 解读
记忆原生架构的意义在于把“历史”从提示词工程转移到模型内部，这触及当前大模型长期上下文成本高、经验难以沉淀的痛点；若记忆可更新且无需重传原始文本，对需要持续任务连续性的应用场景影响更直接。开源两款不同规模模型，也意味着这一路线开始接受外部复现与检验。值得观察的是：原生记忆在长周期任务中的稳定性、记忆更新带来的信息一致性，以及社区能否基于开源权重验证其相对常规上下文方案的实际差异。
由 AI 生成，仅供参考。