记忆张量开源MemT 1.0系列模型

2026年10月20日，记忆张量正式开源MemT 1.0系列模型（包括Nano和Flash版本）。该系列模型的核心创新在于将经验编码为内部动态状态，并通过训练机制实现状态的读写操作。此次发布首次完成了近300B参数规模的工程验证。在性能表现上，MemT 1.0在SWE-bench Verified任务中的平均成功率达到69.73%，相比无经验基线提升了3.66个百分点。此外，在处理128K长历史上下文时，其端到端推理速度约为完整上下文方案的1.86倍，且持久状态占用仅为传统KV Cache的六十六分之一，显著优化了资源效率与响应速度。

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。