SKIM：将对话记忆写入冻结模型参数

SKIM 把对话以自生成问题为键写入冻结模型参数，实现无外部存储召回。

资讯摘要

论文提出 SKIM（self-keyed in-parameter memorization），一种闭式方法：模型针对每轮对话自行生成多个不同问法的问题，并将这些问题作为键写入模型参数，后续用户提问可匹配其中一条，仅凭参数召回该轮内容，无需外部存储。作者在五个语言模型上评估，报告称 SKIM 能从后续用户问题中召回大部分已存对话轮次，并在无外部存储的情况下作答。

要点速读

1. 论文设定模型无外部记忆、且事先不知道未来问题及答案的环境，研究对话能否存入模型参数。
2. SKIM 为每轮对话生成多个变体问题作为检索键写入参数，以应对用户提问措辞不同。
3. 作者在五个语言模型上评估，报告称可召回大部分已存对话轮次并仅从参数作答。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。