正在加载模式…
🧠
参数化记忆(PM)
隐式存储于模型参数之中的知识，可为多智能体AI系统实现无需上下文的快速知识检索
复杂度: medium记忆管理
30秒速览
- 是什么
- 在训练阶段把领域知识存入模型权重，让智能体无需显式上下文或检索系统就能取用事实与模式。
- 何时使用
- 多智能体系统中，各智能体需要快速、共享地访问同一批基础知识，又不想查询外部数据库或传递超大上下文窗口。
- 注意
- 一旦基础模型过时，知识也会随之陈旧甚至出错，而且不重训就很难更新或纠正某条具体事实。
向AI专家咨询此模式
打开助手并预填您的问题,发送前可先确认。
参数化记忆: 概览
隐式存储于模型参数之中的知识，可为多智能体AI系统实现无需上下文的快速知识检索
- Embedded model weights knowledge
- Fast context-free retrieval
- Semantic knowledge representation
- Parameter-efficient storage
- Cross-domain knowledge transfer
- Implicit reasoning patterns
- Pre-trained knowledge base
- Multi-agent knowledge sharing
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。
参考资料
该模式所依据的论文、规范和代码仓库。
- A Survey on the Memory Mechanism of Large Language Model based Agents (Zhang et al., 2024)arXiv:2404.13501
- The Rise of Parameter Specialization for Knowledge Storage (Hong et al., 2024)
- Parametric vs Non-parametric Memory in Retrieval-augmented LLMs (Farahani & Johansson, 2024)
- Augmented Large Language Models with Parametric Knowledge Guiding (Luo et al., 2023)arXiv:2305.04757
- MoDE: Multi-task Parameter Efficient Fine-Tuning (Ning et al., 2024)arXiv:2408.01505
由本目录背后的工程师执行
为你的智能体架构做一次评审
本页讲的是一个模式。真实系统会同时跑几十个，而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计：架构、可靠性、评测与成本，每一条结论都对应到能修复它的模式。
€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前