这项工作的关键不只是“用一个 30B 模型写记忆”，而是把记忆写入变成了可训练、可评测的决策问题：先学习 Mem0、MemOS 等框架各自的写入协议，再用后… · @fireandstart · TwKit

@fireandstart

这项工作的关键不只是“用一个 30B 模型写记忆”，而是把记忆写入变成了可训练、可评测的决策问题：先学习 Mem0、MemOS 等框架各自的写入协议，再用后续问题能否从已存内容中得到答案来奖励模型，同时惩罚无差别堆积。这个目标比单纯追求召回更多内容更接近真实使用，因为记忆系统既要留住将来有用的事实，也要控制噪声、成本和过时信息。 55.49% 对 54.62% 的宏平均领先幅度并不大，真正值得追问的是它在四种 harness、尤其留出的 EverMemOS 上都排第一，是否能在不同任务和数据分布下复现。固定 20% 子样本的比较提供了一个起点，但还需要看完整评测协议、方差、长周期更新表现，以及错误写入后如何纠正。若这些结果站得住，专门的记忆策略模型可能成为通用大模型之外的一层：它负责判断记什么、怎么压缩、何时根据新证据改写，让上层模型拿到更精炼且可追溯的上下文。

曝光 48 · 评论 1 · 点赞 1 · 书签 0