热点事件观察中
MemTensor 发布 MemT-1.0 记忆原生架构
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
MemTensor 发布论文提出 MemT-1.0 记忆原生架构，把连续记忆内嵌到基础模型计算中，并据此发布 MemT-1.0-Nano 与 MemT-1.0-Flash 模型系列。 该架构基于 Metis，采用 Gated DeltaNet-2 与 Mixture-of-Storage 扩展原生记忆容量，并以 34B tokens 训练数据完成持续预训练与后训练两阶段训练。论文称，这一设计旨在提升长上下文处理效率与智能体任务表现。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 04:00
MemT-1.0：迈向记忆原生进化的基础模型架构报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- HF Daily Papers精选MemT-1.0：迈向记忆原生进化的基础模型架构
MemT-1.0 提出把连续记忆内嵌到基础模型计算中的记忆原生架构，基于 Metis 采用 Gated DeltaNet-2 与 Mixture-of-Storage 扩展原生记忆容量，并配合 34B tokens 的两阶段训练（持续预训练+后训练）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。