The Memory Problem, Baseten | Compile 26

摘要

Baseten 研究團隊探討長時限代理的記憶問題，透過壓縮 KV cache 實現推理時近乎無損的相關情境檢索。影片介紹了從稀疏自編碼器到迭代壓縮的技術路徑，讓模型能高效處理長距離記憶。

Baseten research team discusses compressing KV cache for near-lossless retrieval in long-horizon agents.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• Baseten
• MLP

適合誰看

正在開發或最佳化長時限 AI 代理的開發者與研究人員。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.49

新鮮

0.68

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Agent Memory EXPLAINED - Complete Architecture影片 ・ Hugging Face ・ 29 分鐘
• DeepSeek V4.1 Flash Is WAY Better Than I Expected影片 ・ Prompt Engineering ・ 12 分鐘
• The Inference Engineering Masterclass — Philip Kiely & Ali Taha, BasetenPodcast ・ Latent Space ・ 1 小時 41 分
• How to Build Enterprise Grade Agent Memory (Redis Iris Tutorial)影片 ・ Cole Medin ・ 19 分鐘
• Why Your AI Agent Gets Brain Damage, and How to Fix It - Tyler Barnes, Mastra影片 ・ Mastra ・ 23 分鐘
• The Current State of Agentic Retrieval - Qdrant RoundtablePodcast ・ Agentic Conversations（原 MLOps.community） ・ 59 分鐘