MemTensor open‑sourceia MemT 1.0 com modelos de memória nativa
MemTensor lançou MemT 1.0, modelo de fundação com módulo de memória que reduz custo de longas conversas; código e pesos disponíveis em repositórios abertos.
Resumo rápido
- MemTensor divulgou MemT 1.0, modelo fundacional com módulo de memória interno.
- A arquitetura reduz tempo de inferência em até 3,99 × e memória por sessão em cerca de 130 ×.
- Código e pesos foram publicados em GitHub e Hugging Face sob licenças abertas.
Entenda o contexto
MemTensor é uma startup chinesa de inteligência artificial que desenvolve modelos fundacionais. MemT 1.0 introduz um módulo de memória interno que grava informações entre interações, reduzindo a necessidade de manter todo o histórico na janela de contexto, o que costuma encarecer a inferência em conversas longas.
Em 21 de outubro de 2026, a empresa chinesa de IA MemTensor anunciou a disponibilização pública da família MemT 1.0, que ela descreve como modelos fundacionais nativos de memória.
Arquitetura e desempenho
A série inclui dois modelos: MemT-1.0-Flash, com 288 bilhões de parâmetros totais e 17 bilhões ativos, e MemT-1.0-Nano, com 36 bilhões totais e 3 bilhões ativos. Ambos incorporam um módulo de memória treinável que grava informações após cada interação, evitando a necessidade de recarregar todo o histórico na janela de contexto.
Segundo a empresa, a inferência end‑to‑end é 1,86 × mais rápida que abordagens que mantêm todo o contexto para 128 K tokens e 3,99 × mais rápida para 256 K tokens. O estado de memória por sessão para 256 K tokens ocupa cerca de 40 MiB, enquanto um cache de contexto completo exigiria aproximadamente 5,06 GiB, representando uma redução de cerca de 130 ×.
Em 11 benchmarks de memória, MemT‑Flash alcançou média 50,6 e MemT‑Nano 47,0, posicionando‑se como os primeiros e segundos colocados entre os métodos paramétricos testados, e apresentando desempenho comparável a abordagens de recuperação aumentada sem necessidade de buscar histórico no momento da consulta.
Os pesos dos modelos foram publicados no Hugging Face e o código‑fonte no GitHub, acompanhados de um relatório técnico. O repositório de código está sob licença PolyForm noncommercial, enquanto os pesos têm licenças Apache e MIT, respectivamente. A MemTensor indica que continuará aprimorando a memória de longo prazo, ampliando a capacidade de memória e reduzindo o custo das atualizações, com objetivo de criar agentes que aprendam continuamente com suas interações.
Para outras iniciativas de código aberto em IA, veja Tencent Hunyuan abre código do Hy Memory com novas funções para IA.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
