以归因强化学习训练30B-A3B模型，统一处理多种外部记忆框架的写入路径。
推荐理由：重点不是扩大上下文，而是专门优化记忆写入中的保留、表述和状态更新决策；稀疏激活架构若能跨协议迁移，可显著降低长期代理成本。
阅读原文