10/18Teortaxes 质疑 Engram 只被夸便宜、没人问它建模增益多少(V4.1)

已见于 09/27早间

话题 · 研究与方法

先看结论

Teortaxes 质疑 Engram 只被夸便宜、没人问它建模增益多少(V4.1)

机制是为短 token 序列检索学习到的向量,让模型复用熟悉模式而非重新构建

这些标记是什么意思

疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述 二手说法,不是原话

当前状态已结束 · 转述

事件

SemiAnalysis 称 Engram 检索短 token 序列的学习向量,扫描发现 Ian Goodfellow、代码片段、任务指令与网站样板文本

看什么现在的情况依据
事实机制是为短 token 序列检索学习到的向量,让模型复用熟悉模式而非重新构建
官方尚未表态

各方2 人

SemiAnalysis分析除人名与代码外,扫描还命中任务指令与网站样板文本𝕏

Teortaxes解读Teortaxes 提醒:把 FFN 卸载到 DRAM 并不是免费的,Engram 的建模增益至今没人量化𝕏

产业解读

关键数字无性能或成本数字;扫描命中的文本类型分四类:真人姓名、代码片段、任务指令、网站样板文本
时间点SemiAnalysis 扫描与 Teortaxes 质疑均发布于过去一天内
谁会受影响复现或采用 Engram 类记忆架构的研究者,以及关注 FFN 卸载到 DRAM 成本的人

这不是投资建议。

每早一封:昨夜到今晨新增的几件事,每件一行,点开回站点看完整。
HOURAHEAD关于 · 往期 · 2026-10-18 19:31