Mind Lab联合NTU、复旦推出δ-mem，参数仅0.12%

Type: article
Author: 今日头条
Primary Topic: AI Agent
Ingested: 2026-06-09

Summary

Mind Lab联合多所高校推出δ-mem方法，通过8×8在线状态矩阵为冻结的Transformer提供长期记忆能力，仅需0.12%额外参数。该方法采用Delta-rule选择性写入和低秩修正引导注意力，在多个基准测试中相比基线提升1.15-1.31倍，为Agent系统提供了轻量级长期记忆解决方案。

Key Concepts

• 长期记忆
• 在线状态矩阵
• Delta-rule学习
• 低秩修正
• 注意力机制
• 参数高效
• 冻结骨干模型

Entities

• Mind Lab
• 南洋理工大学
• 复旦大学
• 雷京迪
• 张迪
• Qwen3-4B-Instruct
• Transformer
• δ-mem
• MemGPT
• RAG
• LoRA

Source

• Raw: delta-mem-transformer-memory.md

Relations

• (none)

---

Auto-generated on 2026-06-09