محققان در یک پژوهش انقلابی، به جای آموزش مجدد مدلهای سنگین (که بسیار هزینهبر و مبهم هستند)، رویهای جدید پیشنهاد دادهاند: ثابت نگه داشتن مدل (Frozen) و ایجاد یک «حافظه پایدار» از راهکارهای تاییدشده در کنار آن.
✨ ویژگیهای کلیدی این روش:
✅ دقت ۱۰۰ درصدی در مسائل حلشده بدون تولید حتی یک توکن جدید!
✅ کاهش چشمگیر مصرف انرژی و زمان (پردازش در چند میلیثانیه).
✅ پایداری خیرهکننده: مدل با داشتن حافظه، همیشه به پاسخ دقیق میرسد، نه پاسخهای احتمالی.
✅ ظرفیت بینظیر: مدیریت ۶ میلیون توکن در پنجره متنی، فراتر از توان موتورهای فعلی مثل vLLM.
این دستاورد نشان میدهد که آینده مدلهای هوش مصنوعی میتواند به جای افزایش دائمی پارامترها، به سمت «حافظه هوشمند و تایید شده» حرکت کند. 🚀
منبع: arXiv Machine Learning
