通过目标端阅读器适配实现跨模型记忆迁移

英文标题：Cross-Model Memory Transfer via Target-Side Reader Adaptation

论文提出研究跨模型记忆迁移的方法，核心思路是通过目标模型侧的阅读器适配来改善知识利用。原文指出，提升大语言模型知识利用的方法通常可分为两类：非参数化检索与其他机制。非参数化检索能够灵活访问外部知识，但会带来检索延迟、上下文开销，并且知识整合较为浅层。该研究可能为需要在不同模型之间迁移知识或记忆能力的开发者提供新的适配路径。

2.1 KB 483 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB