**大语言模型中的记忆机制：系统性综述与架构分类**

_Memory for Large Language Models_

> 本文提出了一种以大语言模型（LLM）记忆为核心的系统性架构分类框架，从表示方式（隐式/显式）、更新动态（离线/在线）和持久性（短期/长期）三个正交轴对现有方法进行归类。研究梳理了注意力机制、循环状态、参数高效适配及查找存储等多样化策略，并分析了混合架构的效率权衡与评估方法，为未来可扩展且自适应的语言建模设计提供了统一视角。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.25380)