AI记忆系统新突破
AI记忆系统统一框架由香港中文大学等团队提出，首次系统化定义大模型的记忆能力。核心分为两部分：
记忆表示
参数化记忆：隐含在模型参数中的长期知识，如预训练数据，不可解释但快速调用。
上下文记忆：显式外部信息，含非结构化（多模态数据）和结构化（知识图谱）两类。
六大记忆操作
管理类：巩固（短期转长期）、索引（高效检索）、更新（修改内容）、遗忘（移除信息）。
利用类：检索（调用记忆）、压缩（精简信息）。
四大研究主题
长期记忆：跨会话个性化与推理。
长上下文：超长输入的高效处理。
参数修改：内部知识精准编辑。
多源融合：异构数据统一整合。
该框架为AI构建人类级记忆能力提供理论路径，涵盖存储、更新、调用全流程，推动智能体从工具向伙伴演进。
