HaiAI123

全球AI工具精选导航

新热点事件
91
热度指数
新上榜

Percepta 发布 Spotlight:记忆与智能分离架构

2026/10/03 — 10/03 03:02·1 个来源·1 篇报道

事件概览

2026 年 10 月 3 日,Reddit 的 LocalLLaMA 版块出现一则关于 Percepta 新架构 Spotlight 的报道。据该报道,Percepta 把 Spotlight 描述为一种以记忆取代注意力机制(attention)的架构:它用可以无限增长的记忆来做这件事,并且不会因此增加访问成本。

报道给出的机制说明是,每一个 token 都从一个不设上限的记忆中读取并写入,但模型会学习去索引单个记忆单元,使得每个 token 一次只接触少量单元。按这一说法,知识与技能因此可以在不改动模型权重的前提下持续增长。同一则报道还提到,Percepta 的博客文章标题分别为「LLM 能否自己生长出能力」与「Spotlight 记忆」,原文片段给出的表述是,Spotlight 是首个做到记忆无限增长而不抬高访问成本的架构。

目前能核对的进展就停在这里:架构由 Percepta 发布,发布渠道是该公司博客,报道来自 Reddit 的 LocalLLaMA 版块,时间为 2026 年 10 月 3 日。材料中没有提到具体的模型名称、版本号、参数量、评测结果或第三方验证,也没有说明发布时间之外的其他后续动作。

AI 综合 1 篇报道生成 · 更新于 2 小时前

最新进展Percepta 发布新架构 Spotlight,用可无限增长的记忆替代注意力机制,且不增加访问成本。每个 token 都从不设上限的记忆中读写,但模型会学习索引单个记忆单元,使每个 token 一次只接触少量单元,知识与技能因此能在不改动模型权重的情况下持续增长。

24 小时热度峰值 99 · 3 小时前
24 小时前现在

这件事的报道 点标题看原文

今天
  1. Percepta 发布新架构 Spotlight,用可无限增长的记忆替代注意力机制,且不增加访问成本。每个 token 都从不设上限的记忆中读写,但模型会学习索引单个记忆单元,使每个 token 一次只接触少量单元,知识与技能因此能在不改动模型权重的情况下持续增长。

    看 LLM 记忆与权重解耦的新思路

    Reddit · LocalLLaMAAI 评分 75

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回热点事件榜 →