memt-1.0-nano

memt-1.0架构解析：内置记忆，存储缩小66倍

有研究者披露memt-1.0的记忆原生架构：它采用gated deltanet-2，把记忆直接写入模型计算层，并配合mixture-of-storage层扩展容量，不再依赖追加式提示或外部RAG。在128k上下文下，memt-1.0-nano端到端推理约提速1.86倍，持久存储较全量KV缓存减少66倍；两阶段训练共使用34B token，以保持通用推理能力。