Boltzbit 提出 Bayesian Self-learning Transformers，用参数更新替代外部记忆
Boltzbit 给出了智能体自我改进的第二条路：直接改权重而不是堆记忆，理论上算力省约 1000 倍，思路很值得琢磨。
#Boltzbit
共 3 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「Boltzbit」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月25日
9月24日
Boltzbit 与剑桥团队提出 BAST：用超网络把对话知识动态写入权重
Boltzbit 和剑桥搞了个新架构，把聊天里的新知识直接编译成 LoRA 权重写进模型，长对话和多轮场景下比 RAG 省算力还更准。
9月21日
Boltzbit 与剑桥团队提出"无限参数"：知识写进权重而非 Prompt
Boltzbit 和剑桥把对话内容动态编译成 LoRA 权重贴到模型上，长文档和多轮对话反超堆 Prompt，每轮算力还恒定。