算法论文7

Meta：记忆层提升大模型输出质量

DeeplearningAI2025-05-21

AI 摘要

Meta研究人员：在transformer架构中加入可训练记忆层，能高效存储提取信息。通过将键表示为两个半键组合提升计算效率，测试显示其能提升大模型输出质量，降低成本。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Meta新AI跑分领先 3D实测翻车

本文报道Meta推出新一代旗舰大模型Muse Wonder系列，第三方评测显示其在长程编程、Agent任务中超越现有顶级模型，扎克伯格称Meta重回AI技术前沿，但实测暴露短板，推理成本大幅上涨。

Meta发布号称目前最好的多步骤Agent模型Muse Wonder，基准数据碾压Claude Opus 5.5，但网友测试和实际使用暴露了它纸面数据强、实际体验差的问题

本文报道Meta发布全新大模型Muse Wonder，官方宣称跑分超越GPT-6 Astra与Claude Opus 5.5，砸千亿冲击前沿大模型梯队，却遭开发者实测翻车，引发刷榜作弊争议，梳理了模型优缺点与Meta的AI战略布局。

Meta发布两款全新旗舰大模型Muse Wonder与Muse Wonder Full，多项基准测试反超GPT-6 Astra和Claude Opus，长任务编程、专业能力测试表现领先，依托吉瓦级超算训练，已正式上线开放服务。