待验证50% 置信观点精确时间

Percepta论断模型可以在不重新训练的情况下获得新能力，能力扩展被转移到可增长的记忆上

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

Percepta推出Spotlight架构：让记忆与智能解耦，模型无需重训即可成长

涉及实体

Perceptacompany Spotlightproduct

相关事实

待验证编排框架在不重新训练模型的前提下，通过在模型外部搭建感知-记忆-行动增强层来扩展模型实用边界76% 相似待验证当模型能够逐字还原训练数据中的特定段落（'记忆'现象）时，'转化性使用'的抗辩会受到挑战72% 相似待验证上下文图谱为智能体提供了介于临时上下文和模型权重微调之间的中间层记忆机制，可在不改变底层模型的前提下持续积累经验70% 相似待验证参数记忆是在训练阶段固化进模型权重的静态只读知识，训练完成后不会因对话而更新70% 相似待验证LLM训练过程中存在记忆化（memorization）现象，模型可能逐字存储训练数据片段并在推理时再现69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968578

API

curl https://kongchang.com/api/v1/knowledge/claims/968578

MCP

get_claim(id=968578)