LLM 記憶機制架構綜覽
為何重要
此綜述為長期上下文持續（Long Context Maintenance）的技術路徑提供了系統化參考，幫助開發者在內建輸出上下文限制與外部向量儲存之間做出權衡；同時，對設計具備記憶功能 Agent 的系統架構具有重要技術指導意義。
大型語言模型的記憶機制正從計算的隱式副產品，轉變為一種架構上的顯式核心維度。
- 文中提出結合展現型（隱式/顯式）、更新動態（離線/線上）及永續性（短期/長期）三軸的架構中心分類法。
- 該研究探討寫入、路由、狀態轉換及整合機制，試圖統一計算耦合記憶與獨立可定址記憶的概念邊界。
- 文末分析混合架構、系統層級效率權衡與多維度評估，以整合分散的記憶策略研究。