RSI三块关键拼图，MemT 1.0从模型层补上「记忆」

记忆张量（MemTensor）团队开源发布了 MemT 1.0 系列记忆原生模型（Nano：总计 36B 参数、激活 3B；Flash：288B 参数、激活 17B），并附论文（arXiv: 2610.26825）。其做法是把经验编码为内部动态状态，通过一条与注意力并行的记忆通路读写，直接攻坚 Hinton 等人提出的 RSI（递归自我改进）三块拼图中的记忆一块。在 SWE-bench Verified 上，MemT-1.0-Nano 关键断点平均成功率 69.73%，高于无经验基线的 66.07%。团队还提出了 Memory Scaling 概念——把经验的表示与读写本身作为扩展对象，即推理增长之外的第三条性能增长曲线。

• 量子位 QbitAI2026-10-20 12:50