LatentPress 提出第三种上下文载体：连续 memory tokens。小 writer（约 4.2M–26.2M 参数适配器，约等于解码器 0.1%）把对话史与长文档压成 4–16×，冻结 decoder 经输入嵌入接口直接读取，推理时无需重建文本。LongMemEval 上 7.70× 压缩准确率 0.504，高于未压缩证据 0.490，并明显优于文本摘要与 OCR 压缩；写入约 43ms/会话，读取比原始上下文快 5–9×，利于长上下文智能体记忆。
核心要点速览
- ✓表示：连续 memory tokens，冻结 LLM 经嵌入接口直读，无需重建文本。
- ✓压缩：4–16×；LongMemEval 7.70× 时准确率 0.504，高于未压缩 0.490。
- ✓效率：写入约 43ms/会话，读取比原始上下文快 5–9×，适配长上下文智能体。
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读Google 正式发布 Gemini 4 Hydrogen：AA 智能指数 51 超过 Argon，比 3.8 Flash 快 2.5 倍，Terminal-Bench 4.1 从 18.2% 提到 57%；每百万 token 1.5/7.5 美元，免费层可用
立即阅读→
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察