热点事件持续更新
学者提出FEM-ASM架构分离大模型存储与执行
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月6日，arXiv发布的研究论文提出了一种受有限元方法启发的FEM-ASM架构。该架构旨在超越传统的单体参数形式，将大语言模型的上下文计算、持久存储与确定性可执行技能进行解耦，并通过残差算子来协调各项提案。实验结果显示，其版本化存储在约17亿浮点值预算下包含了52,809个重构记忆元素，token重构准确率达到约75%，且位置结果观察显著改善了可执行算术的神经渲染。该研究不仅验证了将存储、执行与神经协调相互分离的可行性，同时也指出了该架构在端到端效率等方面的局限性。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 12:00
研究提出FEM-ASM架构解耦大模型存储与执行，并验证了其可行性与局限性。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 人工智能超越单体参数：大语言模型的重构记忆、可执行技能与残差装配
研究提出受有限元方法启发的 FEM-ASM 架构，将大语言模型的上下文计算、持久存储与确定性可执行技能解耦，并通过残差算子协调各提案。实验中，版本化存储在约 17 亿浮点值预算下包含 52,809 个重构记忆元素，token 重构准确率约为 75%，且位置结果观察显著改善了可执行算术的神经渲染。该研究验证了分离存储、执行与神经协调的可行性，同时指出了端到端效率等局限。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。