叠甲：本人不是什么专业人士，只是一个业余对大模型感兴趣的高中生，如有错误欢迎指出。这是第一次在论坛发帖，不知道大家喜欢看什么。大家觉得我的文字哪里可以改进一下呢？ 
transformer虽然让模型可以处理长序列，但是在面对过长的序列时，注意力会被稀释，模型会被大量先前无关信息的干扰。除了性能的问题，经济的问题也不可忽视，注意力的计算复杂度不仅是n^2级的，传统的transformer上下文也依赖kv cache，序列越长所需的显存越多。 
注意到坊间传闻gemini将把上下文扩展到10m，我就去查了一下相关信息，有关titan和atlas。 
titan是一个谷歌解决此问题的思路之一，他没有脱离transformer架构，而是引入了一个神经长期记忆模块。这个模块不是一个静态的数据库，而是一个深层神经网络。 
简单来说，他会在运行时更新记忆模块的权重，来进行记忆，可以大幅减少显存使用。和人...