阅读
工具
关于
MemTensor 已开源 MemT 1.0 模型系列，为选定的 Transformer 模块添加可训练的记忆分支，使模型能够将经验编码、更新并作为内部动态状态进行检索。该系列包括 MemT-1.0-Nano（总参数量 36B，激活参数量 3B）和 MemT-1.0-Flash（总参数量 288B，激活参数量 17B）。 QuantumBit 报道称，在 500 个 SWE-bench Verified 任务上各运行三次后，Nano 使用内部经验时的平均成功率为 69.73%，不使用经验时为 66.07%，使用文本经验时为 69.13%。该报道还承认，在回忆长历史记录中的细节方面，文本记忆系统仍有优势。
AI 根据报道生成 · 2 小时前更新
沿着报道，了解事件的不同侧面。
MemTensor已开源MemT 1.0，该模型在选定的Transformer模块中加入可训练的记忆分支，用于将经验编码、更新并作为内部动态状态检索。MemT-1.0-Nano总参数量为36B，激活参数量为3B；MemT-1.0-Flash总参数量为288B，激活参数量为17B。在500项SWE-bench Verified任务上各运行三次后，Nano的平均成功率为69.73%，高于不使用经验时的66.07%和使用文本经验时的69.13%；文章也承认，文本记忆系统在从长历史记录中回忆细节方面仍有优势。
和上面这份一样：几件值得看的事。免费，点确认信之后才会开始发送，每封信都能一键退订。 看一份往期日报
还没有足够的连续观测数据，暂不绘制趋势。
