context-memory

作者构建了 LYKN.io，一个个人智能系统，它为 AI 创建了一个持续的記憶层，使其在不同聊天和工具之间保持上下文，让 AI 更加个性化和准确。

MemTrain 提出了一种自监督训练框架，通过在维基百科语料上使用掩码重建和中间记忆召回代理任务，增强 LLM 智能体的上下文记忆能力，在下游记忆密集型 QA 基准上取得了高达 17.67 个百分点的提升。

LangChain大会的关键收获，包括AI工程即数据科学、数据策略优先于智能体、编码智能体成为新基座、上下文加记忆成为新护城河等见解。