Miércoles 21 de octubre de 2026 ·

MemT-1.0: modelos base con memoria integrada que reducen el almacenamiento 66 veces

Relevancia 33 de 100

Útil para Programadores 50%

Un artículo de investigación presenta MemT-1.0, una arquitectura de modelos base que integra la memoria como parte del propio cómputo del modelo, en lugar de depender de bases de datos externas. Se basa en Metis, usa Gated DeltaNet-2 y Mixture-of-Storage, y se entrenó con 34.000 millones de tokens en dos etapas. Con un historial de 128.000 tokens, la versión Nano logra una inferencia unas 1,86 veces más rápida y reduce 66 veces el almacenamiento persistente frente a la caché KV de contexto completo. Según los autores, mejora el rendimiento en tareas de agentes.

Qué significa

Para quien desarrolla agentes que necesitan recordar mucha historia, la propuesta busca que el modelo guarde esa memoria dentro de sí, lo que ahorra almacenamiento y tiempo de respuesta frente a cargar todo el contexto.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del miércoles 21 de octubre de 2026 ->