Engram 团队：少量训练即可修复长时程模型的不可读笔记
scott_linderman · x · 2026-11-05
jxmnop 分享 Engram 团队的工作方向：看好模型比人类更懂数据的前景。目前遇到的障碍是，模型长时间运行时记的笔记会越来越不可读（inscrutable），而小量的训练就能修复这个问题。作者预告后续会分享更多进展，scottlinderman 转发关注。
所属事件:Engram 研究：RL 教模型善用文本记忆，成本更低且效果提升明显(5 条相关)→
「研究」频道最新
- 「焦耳换 GDP」框架:最高价值的 AI 任务未必最省能 — arena · 2026-11-05
- 东大团队用参数化设计+柔性3D打印打造真人尺寸肌腱机器人腿 — repligate · 2026-11-05
- 港大等发布 FinForesight:金融预测 Deep Research 回测基准 — Fengyuan Liu · 2026-11-05
- UIST 2026 演示 X-Hinges：可连传感器整体 3D 打印的机器人铰链 — repligate · 2026-11-05
- 同一实验的补充:多数据未必有用,各模型权重编程差距明显 — RobertTLange · 2026-11-05
- 乌鸦弯铁丝的启示：编码 agent 缺的是反馈回路而非参数 — RandalSchwartz · 2026-11-05