港科大综述梳理 LLM 参数内记忆增强方法

香港科技大学团队发布综述《Towards In-Parameter Memory Augmentation for Large Language Models》,系统梳理大模型的参数内记忆增强方法：将领域事实、用户偏好、文档与交互经验等后训练知识,以参数、adapter 等形式写入模型权重,推理时组合进前向传播,而非依赖上下文。综述按参数位置与在线/离线获取方式对现有方法进行分类,为该方向提供统一框架。

2026-10-07 ~ 2026-10-07 · 2 条相关

• 新综述系统梳理 LLM 参数化记忆:按参数位置与在线/离线获取分类 — _reachsumit · 2026-10-07
• 港科大综述「参数内记忆」:让 LLM 把后训练知识写进权重而非上下文 — HKUST · 2026-10-07