提出记忆巩固框架与Cortex方法

Zhang 等（浙大等机构作者）发布 arXiv 论文，提出将上下文指定编辑、技能学习和行为引导统一为参数记忆巩固任务（Memory Consolidation）的框架，并给出方法 Cortex：通过生成前瞻查询预期上下文的用途，将上下文条件输出蒸馏为可合并的低秩或结构化前馈网络更新。 论文称，在 14B 模型上进行 50 次顺序事实编辑后，Cortex-Structural 恢复了上下文带来增益的 88.9%，同时保留原模型非目标性能的 99.8%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。