engram

提出了User as Engram方法，将每位用户的记忆存储为哈希键控记忆表中的稀疏局部参数化编辑，受海马体记忆印迹启发，与每位用户的LoRA相比，实现了更好的推理准确性和记忆效率。

提出一个几何框架来识别“AI engrams”——深度神经网络中的记忆痕迹——将神经科学标准形式化为一个闭式估计器，使得从MLP到LLM的模型能够进行精确的记忆操作。

Weaviate 推出 Engram，一种为AI代理提供全面管理的记忆服务，通过协商、去重和范围隔离来主动维护记忆，将记忆视为基础设施而非数据囤积。