将记忆操作作为工具引入 RL 训练，当前记忆实现只是早期尝试

Karpathy 认为在当前范式下，可以通过将各种记忆操作作为工具引入强化学习来取得重大进展。目前的压缩和记忆实现只是早期粗糙版本，都可以泛化并纳入优化流程。

查看原文