记忆张量发布 MemT 1.0:让记忆成为模型内生能力,迈向递归自我改进
记忆张量 10 月 20 日发布并开源记忆原生基座模型 MemT 1.0,提供 MemT-1.0-Flash(288B 参数、17B 激活、336M 动态记忆)与 MemT-1.0-Nano(36B 参数、3B 激活、10M 动态记忆)两个版本。
记忆从外挂文本与检索转为模型内部可训练状态,MemT 1.0 把这条路线做成了开源可复现的预览版。
- 影响长会话智能体的状态大小与历史长度解耦,成本结构可能不再随对话增长而恶化;记忆绑定部署方后,企业自有交互数据可沉淀为模型资产;产品仍处预览版阶段,各项指标均为官方口径。
- 参考可考虑用自有长会话任务复测其开源版本,核对官方声称的加速与召回数字;值得盘点现有智能体外挂记忆方案,与参数化记忆路线做对照评估。