Sakana AI 提出了一项名为“Diffusing Blame”（扩散归咎）的神经网络学习新技术，其核心创新在于严格遵循神经科学中的戴尔原则（Dale's principle），即每个神经元只释放一种类型的神经递质，或兴奋或抑制，绝不混合...

Engram是一款专为AI编程代理设计的持久记忆系统，旨在解决智能体在跨会话协作中上下文丢失的痛点。作为一个语言无关的独立Go二进制文件，它底层采用SQLite进行数据存储，并集成了FTS5全文搜索引擎，实现了高效的知识...

Perplexity AI公司近日在其官方博客中披露了一项名为Brain的新型记忆系统。该系统旨在解决当前AI代理在执行复杂任务时缺乏上下文和长期记忆的痛点。Brain通过构建一个跨任务、项目、决策、文件和资料源的持续上下文...

一项针对大语言模型（LLM）记忆更新机制的研究揭示了令人意外的结果：当AI代理不断通过LLM更新其长期记忆时，不仅未能提升性能，反而可能导致表现下降，甚至不如完全没有记忆功能的模型。研究者指出，问题核心在于“...

在大型语言模型领域，一种新的视角正在引发讨论：将上下文视为“软件”，而将权重视为“硬件”。这种比喻揭示了模型运作的本质差异。上下文（如KV缓存）动态地调节模型的激活值，为特定任务提供临时性的“编程”，从而实现...

近日，一个名为Letta Code的开源项目在GitHub上发布，它代表了一种新型AI编程代理的设计范式。该项目旨在构建一个“记忆优先”的编程框架，专为能够跨会话持久存在的长期智能体而设计。与传统的、每次对话都从零开始的...

近日，一个名为Hippo Memory的开源项目在GitHub上发布，旨在为AI智能体构建一个受生物学启发的记忆系统，以解决其在长期交互中遗忘关键上下文信息的核心难题。该项目灵感来源于人类大脑中的海马体，通过模拟记忆衰减...

近日，一项名为“LLM Wiki”的创新框架在开发者社区引发关注。该框架的核心是一个可被复制并粘贴到大语言模型（LLM）智能体中的“想法文件”，旨在为利用LLM构建和维护知识库提供一套系统化模式。在这一协作框架下，人类...