大模型告别记忆压缩：细节不失，GAM算法深度解析
GAM最核心的贡献在于对记忆本质的重新诠释。传统方法将记忆视为数据压缩，而GAM则提出记忆其实是动态的检索过程——就像人类回忆起某件事时，往往先进行模糊搜索，再进行细节联想。
传统AI记忆系统存在一个根本缺陷：为了节省存储空间，系统总是试图将冗长的思维链条和工具调用记录压缩成简短的摘要。这就像把一本百科全书压成便利贴，当你需要具体信息时，系统无法提供足够的细节支撑，因为关键内容都在压缩过程中丢失了。
北京通用人工智能研究院近期发表重要论文《通用智能体记忆与深度探索》，创新性地提出了GAM（通用智能记忆）框架，采用"即时编译"策略。该框架的核心逻辑是：搜索才是记忆的本质，预设存储的记忆只是为了支持检索过程。该系统同时维护两种数据：微型备忘录（约50词）和完整对话记录的搜索库。只有当AI需要回溯时，记忆检索组件才会启动搜索。这套机制就像一位档案管理员，能够根据当前需求动态重建上下文。
双组件设计
GAM框架包含两大核心模块：
记忆编码器：将智能体的历史轨迹按每页2048个token进行分割，为每页生成轻量级摘要，同时完整保留原始信息。该流程参考BGE地标检索思路，为每个页面添加语义明确的标题，确保后续检索的准确性。
研究引擎：接收查询后执行三步循环——规划、检索、反思。系统配备三种检索工具：向量搜索处理语义相似性，BM25负责关键词匹配，ID访问则直接定位特定页面。默认最多进行3轮反思，每轮检索5个页面，系统会根据任务复杂度动态调整循环次数。
值得注意的是，研究引擎对模型规模变化更为敏感。当使用0.5B参数模型时，记忆编码器尚能保持48.83的F1分数，但研究引擎的表现就直接跌至9.08了。原因很直观：信息提取相对简单，而迭代规划推理则复杂得多。
实验数据
在文档问答测试中，该方法比长上下文提示准确率提升37%，比基础检索增强生成高出28%。
具体数据进一步证实了该方法的有效性：
LoCoMo对话记忆测试：单跳任务F1从48.62%提升至57.75%，多跳推理从35%跃升至42% HotpotQA多跳问答：在448K token文档库中F1达到59.81%，而传统方法普遍低于50% RULER长本文理解：多跳追踪任务准确率93.2%，而RAG方法接近0%
其中最引人深思的发现是"上下文稀释"现象。即使使用128K窗口的长文本模型，面对大量干扰信息时性能仍然不佳。简单地扩展窗口容量并非根本解决方案。
工具组合效应
单独使用检索工具效果有限，但组合使用则威力倍增。BM25最稳定（F1=48.64%），向量搜索次之（32.31%），ID访问相对较弱（28.96%）。三者结合达成最佳性能。
研究团队还验证了"测试时计算缩放"效应，即增加反思轮数和检索页面数都能持续提升性能。这是传统固定流程无法实现的弹性优势。
效率平衡
GAM处理1000页历史记录的平均响应时间为1.2秒。
详细性能表现： 56K文档：在线响应12.43秒 224K文档：16.65秒 448K文档：18.49秒
虽然比传统方法慢10-50倍，但准确率从20-30%提升至50-60%。这样的性价比完全值得。
有学者指出，这种即时检索机制解决了AI工作流的调试难题。"决策路径比最终状态更重要"。不过也有观点认为，这不过是将人类档案管理的老办法用在了AI系统上。
小结
GAM框架的核心突破在于对记忆本质的重新定义。传统方法把记忆当作数据压缩，而GAM则认为记忆是动态搜索过程——就像人类回忆时先进行模糊检索，再逐步重建具体细节。
这套设计带来三大优势：保真度高（完整保留原始信息）、适应性强（按需定制上下文）、可优化（支持端到端强化学习）。
论文：https://arxiv.org/abs/2511.18423
相关攻略
GAM的核心贡献是重新定义了记忆的本质。传统方法把记忆当数据压缩，GAM认为记忆是动态搜索过程，想象一下人类，也是一个粗略检索，再具体回想情节的过程。 传统AI记忆系统有个致命伤：为了节省空间，它们
最新消息，LCP官推宣布GAM打野选手Levi正式退役，而今天正好也是Levi的28岁的生日。“作为越南LOL电竞史上最成功的选手，Levi拥有10座冠军奖杯、5次世界
MSI败者组决赛，G2有惊无险击败GAM，拒绝被让二追三定在耻辱柱。此前GAM从未在BO5上击败过四大赛区的队伍，而第一次赢下四大赛区，还要追溯到S12的小组赛，击败TES。
BLG轻取GAM迎MSI开门红 LPL终结国际赛七连败2025年6月28日·温哥华——在今日结束的MSI入围赛中，LPL二号种子BLG以3-0
根据Esports Charts最新数据显示，G2与GAM在2025MSI入围赛的BO5对决海外峰值观众达110万，成为赛事首个突破百万观赛的场次。该数据超越同期其他电竞赛事（如C
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练