深度分析 delta-mem:以OSAM矩陣與δ規則在0.12%參數下實現AI代理的持續工作記憶 AI代理在長時間、多步交互時常忘記先前狀態,擴大上下文或加重RAG成本高且易脆弱。研究團隊提出delta-mem,一個把歷史互動壓縮為固定大小矩陣並在線更新的記憶模組,能在不改動主模型權重下,透過投影與門控δ規則修正模型推理。