待验证50% 置信事实精确时间

软压缩（soft compression）在向量空间中操作，将整段文本编码为数个稠密的连续嵌入向量，可作为软提示传入语言模型的注意力层

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

AdaMem：让RAG按相关性智能分配记忆token的软压缩新方法

涉及实体

soft compressionconcept

相关事实

待验证格式约束本质上是缩小模型的输出空间，使其在更精确的范围内生成内容，从而提高可用性74% 相似待验证程序化生成的纹理能被极端压缩是因为它们具有低柯尔莫哥洛夫复杂度，即存在简短程序可完整描述它们72% 相似待验证LLMLingua等提示词压缩技术可在保留语义的同时将提示词长度压缩30%-50%72% 相似待验证轻量模型在多语言覆盖和长文本处理上普遍存在短板71% 相似待验证语义压缩与传统文本压缩（如gzip）不同，它关注信息的'含义'而非'字面文本'71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940072

API

curl https://kongchang.com/api/v1/knowledge/claims/940072

MCP

get_claim(id=940072)