MemFold：用固定预算软记忆实现长上下文个性化

MemFold 是面向长上下文个性化的方法：把查询条件下的文本记忆压缩为 K 个连续向量，作为 reader 的记忆接口，以固定预算承载个性化信息。据 2026 年 9 月 30 日 arXiv cs.CL 的报道，其训练在 reader 自身的 rollout 上进行，奖励来自任务结果的组相对奖励，并叠加冻结教师的 on-policy 蒸馏信号；推理阶段移除教师，只保留 reader 与压缩后的软记忆。报道未提及具体数据集、模型规模与实验指标，事件目前进展即为该训练方案的公开披露。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。