Fractale-350M: Speicher als trainiertes Verhalten statt langer Kontext
CompaniesHugging Face
Warum es zählt
Das Modell zeigt, dass ein Bank-Speicher aus 8 Vektoren messbar Kontext über Chunk-Grenzen hinweg überträgt (+9,4 nats GAP auf Code). Der Ansatz könnte ressourcenarme Alternative zu Long-Context-Architekturen sein; Gewichte, Code und Reproduktions-Skripte sind vollständig offen.
— Lumeric Redaktion
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Fractale-350M: Speicher als trainiertes Verhalten statt langer Kontext
CompaniesHugging Face
Warum es zählt
Das Modell zeigt, dass ein Bank-Speicher aus 8 Vektoren messbar Kontext über Chunk-Grenzen hinweg überträgt (+9,4 nats GAP auf Code). Der Ansatz könnte ressourcenarme Alternative zu Long-Context-Architekturen sein; Gewichte, Code und Reproduktions-Skripte sind vollständig offen.
— Lumeric Redaktion
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.