MemTensor 发布 MemT-1.0，尝试把可持续更新的记忆直接放进模型计算。其结构结合动态本地记忆与可训练的超记忆，旨在不重新读取全部历史文本时利用过往信息，并提供 Nano、Flash 两种模型及推理资料。
官方评测区分参数化记忆方法与其他记忆系统，结果适用于其列明的任务和比较范围。代码仓库采用非商业许可，论文与模型还须分别查看对应条款；准备部署或用于业务时，应先核对适用许可与硬件要求。
参考资料（官方）：
https://github.com/MemTensor/MemT-1.0
发现来源：ai-bot.cn
