记忆张量 MemTensor
MemT-1.0 系列

让记忆成为模型能力

MemT 1.0 把记住、更新、调用经验变成模型自己的能力，本次发布和开源包括 MemT-1.0-Flash 与 MemT-1.0-Nano，参数规模分别为 288B、36B，激活参数分别为 17B、3B。

开源权重GitHubModelScope

架构创新

Architecture Innovation
阅读技术报告

记忆原生： 从信息保存到可学习能力

架构示意图

Benchmark 评测

LoCoMo(LCM)

Textual MemoryParametric Memory
score100806040200
85.7
83.4
58.3
61.1
66.7
50.6
65.1
57.5
24.5
26.7
20.3
46.6

MemoryAgentBench (MAB)

Textual MemoryParametric Memory
score3020100
27.8
21.8
30.5
28.2
19.9
15.5
17.4
15.5
3.5
6.2
7.1
6.3

ImplicitMemBench (IM)

Textual MemoryParametric Memory
score806040200
68.2
61.1
55.0
52.2
39.4
34.9
49.2
43.1
42.4
20.2
29.9
17.8

MemBench (MB)

Textual MemoryParametric Memory
score806040200
78.4
79.9
69.3
67.1
49.6
61.9
73.5
71.8
57.2
40.7
37.5
22.7

PerMemSafe (PMS)

Textual MemoryParametric Memory
score6040200
45.9
54.7
55.5
45.2
30.8
24.5
33.5
38.7
16.5
4.4
20.1
3.3

PersonaMem (PM)

Textual MemoryParametric Memory
score806040200
67.1
67.6
59.4
60.3
53.7
49.8
61.6
52.3
34.0
39.9
46.9
41.1

Memory performance of MemT-1.0 on representative benchmarks

核心规格

Core Specifications

11 项

记忆基准评测，参数化记忆方法位列第一、第二

288B

Flash（激活17B）

36B

Nano（激活3B）

1.86×

（128K，Nano vs 完整上下文）

3.99×

（256K）

1/66

128K 历史下持久化存储占用

全部模型

最新 · 开源

MemT-1.0-Flash

旗舰型号：288B/激活17B；记忆操作、个性化理解、对话回忆、隐式学习更强

查看详情
最新 · 开源

MemT-1.0-Nano

轻量型号：LoCoMo 对话回忆与 PerMemSafe 个性化安全保持优势

查看详情
前身

Metis

记忆基础模型探索，MemT-1.0 的技术源头

查看详情