「分叉记忆」新机制：按世界分页存储，旧页不被新数据覆盖
RexDouglass · x · 2026-10-01
iarthsingh 分享了一种针对持续学习「世界切换」问题的记忆机制，核心思路是分叉（forking）：
- 每个「世界」保留一页独立记忆；
- 当连续多个 batch 看起来不熟悉时，就新开一页；
- 只有当前页在学习更新，旧页不被覆盖，从而避免不同环境的数据互相干扰。
作者展示了系统自动发现的 20 个记忆页（未重排），可直观看到模型对环境的切分结果。
「研究」频道最新
- _ctjlewis 手握 1.5 万美元 Astra 额度，公开招募数学研究者 — ctjlewis · 2026-10-01
- Gemini 4 Argon 优化量子计算子程序,几分钟内超已发表基线 40% — LinusEkenstam · 2026-10-01
- Hugging Face 博客介绍 Qwen3.8-27B-pi:按努力程度排序的智能体编码推理 — paf1138 · 2026-10-01
- BMJ 发表《临床 AI 现状 2026》同行评审报告 — davidjhwu · 2026-10-01
- 芝加哥大学播客：脑机接口让瘫痪者用意念重获触觉 — plopesresearch · 2026-10-01
- CLM 作者回应 RLM 讨论：把上下文当变量，二者可结合成更强智能体 — RulinShao · 2026-10-01