MemOS 发布记忆原生模型 MemT 1.0：清空上下文也记得住
lxfater · x · 2026-10-21
MemOS 团队发布记忆原生大模型 MemT 1.0，分 Flash（288B）与 Nano（36B）两个版本，把记忆直接做进模型层：通过内部记忆读写模块把历史信息写入一组数值状态，生成时直接读取，无需反复携带整段聊天记录。
关键数据与亮点：
- 效率：128K 历史长度下，Nano 相比完整上下文方案端到端速度约 1.86 倍，单任务持久状态存储约为原来的 1/66——更快也更省 token。
- 经验注入：从历史编程任务中提炼经验写入记忆后再修新代码问题，SWE-bench Verified 平均成功率从 66.07% 提升到 69.33%；Django 案例中带经验的 Agent 会自行检查边界条件、纠正实现并验证。
- 演示：GitHub 仓库展示了保存记忆→清空对话上下文→恢复记忆并正确回答之前问题的完整流程。
作者看好该方向：把交代背景、纠正错误的经验持久化，下次对话可少重复解释、少走弯路。
所属事件:记忆张量开源记忆原生模型 MemT-1.0(10 条相关)→
「模型」频道最新
- 122B 开源多模态模型 Ornith-1.5 冲上 Hugging Face 热榜 — ornith-ai · 2026-10-21
- NVIDIA 在 GTC Berlin 一口气发布 Nemotron 3.5 等七大开源模型家族 — NVIDIAAI · 2026-10-21
- NVIDIA 开放模型家族大扩容：Nemotron 3.5、Cosmos 3.5、Kumo 等全线开源 — NVIDIA Blog · 2026-10-21
- 团队成员转发力挺 Ampersand:「迈向超级智能下的人类繁荣」 — niloofar_mire · 2026-10-21
- 曝 Gemini 4 上市未满月,Google 已筹备代号 Carbon 与 Argon 新模型 — haider1 · 2026-10-21
- Rust 实战 12 次对比：Qwen3.8-Flash 本地跑得 68 分，Opus 87 分但贵 50 倍 — deepu105 · 2026-10-21