arXiv：cs.CL（计算语言学，全量分类）· Jingxuan Wu, Yuzhe Yang, Yiqiao Huang, Chengzhi Liu, Qingni Wang, Chengxuan Qian, Shutong Wu, Jiawei Zhang, Xin Eric Wang·· 1 天前AI 评分39
MemFold：通过 On-Policy 优化为长上下文个性化学习紧凑软记忆
MemFold: Learning Compact Soft Memory for Long-Context Personalization via On-Policy Optimization
AI 导读
MemFold 将查询条件下的文本记忆压缩为 K 个连续向量作为读者记忆接口，并用任务结果的组相对奖励与置信门控的 on-policy 蒸馏训练读者自身 rollout，教师模型在推理时完全移除。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org