Engram 博客:RL 教模型用笔记,比建笔记便宜且经百万 token 编辑仍稳健
scott_linderman · x · 2026-11-05
研究公司 Engram 发布新博客,分享关于文本记忆与强化学习结合的新研究:
- 核心思路:RL 补充基于文本的记忆,让模型学会「如何使用自己的笔记」,类比学生反复研读离散数学笔记直到理解
- 关键发现:训练成本相对构建笔记本身可以很便宜
- 稳健性:即便笔记经历数百万 token 的编辑,训练效果依然出奇稳健
转发的作者形容这是「LLM 版重读离散数学笔记的创伤共鸣体验」。
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
- 科学家造出玻璃烯：石墨烯与玻璃融合出全新半导体 — acmoytoy · 2026-11-05
- 「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