# \#记忆原生模型\#\#RSI\# AI圈，最近集体盯上了三个字母：RSI

- 原标题：\#记忆原生模型\#\#RSI\# AI圈，最近集体盯上了三个字母：RSI
- 类型：博客
- 来源：mp.weixin.qq.com
- 发布时间：未知（待核验）
- 首次精选：2026-11-04 09:30
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 11 分钟（按全文字数估算）
- 学习层级：深入
- 主题：[reasoning-continual-learning](<https://oplearnx.com/md/topics/reasoning-continual-learning.md>)（第 30 位）、[agent-context-memory](<https://oplearnx.com/md/topics/agent-context-memory.md>)（第 52 位）
- 原文链接：[https://mp.weixin.qq.com/s/DTdaGUk8o0dwkx1wxnnbYw](<https://mp.weixin.qq.com/s/DTdaGUk8o0dwkx1wxnnbYw>)
- 本站页面：[https://oplearnx.com/resources/pk\_8ff2d11a8010](<https://oplearnx.com/resources/pk_8ff2d11a8010>)

## 摘要

一篇微信公众号文章，从 Hinton 的 RSI 论文谈起，讨论 AI 自我改进中“记忆”如何承接一次改进到下一次改进的衔接。文章介绍记忆张量的“记忆原生”思路，即把经验的保留、更新和调用做成模型可学习的能力，并介绍其开源发布的 MemT 1.0 系列：将经验编码为内部动态状态，通过训练学习写入、更新和读取，再经记忆分支参与后续计算，称这是记忆原生模型首次实现近 300B 参数规模的工程验证，文中附有论文链接。

---
来源：LearnMap · 学径（https://oplearnx.com）