重塑AI记忆边界：MemOS开源！时序推理较OpenAI提升159%

机器之心发布 机器之心编辑部 大模型记忆管理和优化框架是当前各大厂商争相优化的热点方向，MemOS 相比现有 OpenAI 的全局记忆在大模型记忆评测集上呈现出显著的 提升，平均准确性提升超过 38.97%，Tokens 的开销进一步降低 60.95%，一举登顶记忆管理的 SOTA 框架，特别是在考验框架时序建模与检 索能力的时序推理任务上，提升比例更是达到了 159%，相当震撼！ 图 1. MemOS 项目官网报告的性能表现 在大型语言模型（LLM）一路狂飙的这几年，参数规模和算力几乎成了 AI 能力的代名词。可当大模型逐渐走进科研、产业和生活，每个人都在问一个更深 层的问题： 它究竟能不能 "记住" 点什么？ 从陪伴式对话、个性化推荐，到多轮任务协作，模型只靠一次推理、一次检索，远远不够。如何让 AI 拥有 可管理、可迁移、可共享的长期记忆 ，正在成 为新一代大模型应用的关键挑战。 近日， 记忆张量 （上海）科技有限公司联合上海交通大学、中国人民大学、同济大学、浙江大学、中国电信等多家顶尖团队发布了 MemOS（Memory Operating System） ，一套面向大模型的工业级记忆操作系统。 它的 ...