院士领衔推出大模型的第3种记忆：比参数存储和RAG都便宜，2.4B模型越级打13B

文章预览

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 给大模型加上第三种记忆格式，把宝贵的参数从死记硬背知识中解放出来！ 中科院院士 鄂维南 领衔， 上海算法创新研究院 等团队推出Memory3，比在参数中存储知识以及RAG成本都更低，同时保持比RAG更高的解码速度。 在实验中，仅有2.4B参数的Memory3模型不仅打败了许多7B-13B的模型，在专业领域任务如医学上的表现也超过了传统的RAG方法，同时推理速度更快，“幻觉”问题也更少。 目前相关论文已上传到arXiv，并引起学术界关注。 知识按使用频率分类 这一方法受人脑记忆原理启发，独立于存储在模型参数中的隐性知识和推理时的短期工作工作记忆，给大模型添加了显式记忆。 具体来说，人类的记忆大致可以分为三部分: 显式记忆： 可以主动回忆的长期记忆，比如读过的文章。获取显式记忆很容易，但提取时 ………………………………