返回首页
大模型记忆前沿：理论、机制与关键技术｜CNCC Tutorial
CNCC2026将于10月21—24日在成都举办。今年将继续推出Tutorial，本篇介绍的Tutorial是——大模型记忆前沿：理论、机制与关键技术
Tutorial是由领域内专家主讲，面向全体参会者开放的专题讲座或教学环节，旨在介绍研究领域的最新进展或基础知识，内容涵盖原理、挑战、方法等。可以帮助刚进入该方向的博士生、青年学者快速补齐知识短板，以便更好地参会后续的前沿报告理解与未来方向思辨。
今年Tutorial共设置11大主题板块：AI基础模型、机器学习理论与机理、强化学习与推理、视觉多模态与世界模型、AI安全与治理、数据科学与数据空间、机器人与具身智能、Agent智能体、新型计算与网络架构、AI4Science、AI+行业。
（扫码报名）
模块 | 时长 | 内容 |
1. 简介 | 20min | 为什么AI需要记忆 |
2. AI 记忆系统总体架构 | 40min | 完整记忆系统的组成、层次与工作流程 |
3. 记忆组织形式 | 60min | 参数化记忆、非参数化记忆等 |
4. 记忆进化 | 90min | 记忆更新与演化方法 |
5. 问答 | 20min |
Tutorial简介
随着大模型向长期运行智能体演进，记忆能力已成为实现长期学习、个性化服务和复杂任务执行的关键基础。本讲习班聚焦大模型记忆系统的理论基础、系统架构与应用实践，系统介绍记忆技术的发展脉络及最新研究进展。首先分析人工智能为何需要记忆，介绍现代大模型记忆系统的整体架构，以及参数化记忆、非参数化记忆等不同组织形式；进一步讲解记忆更新、压缩、遗忘与演化等核心方法，并结合智能助手、Agent、多轮对话、个性化服务等典型应用，分享主流记忆系统的设计实践与工程经验。
Tutorial目标
参与者将能够：
系统理解大模型记忆系统的基本理论与整体架构
建立从理论基础到系统设计的完整知识框架。
掌握参数化记忆、非参数化记忆与记忆演化等关键技术
理解不同记忆机制的设计原理及其适用场景。
具备智能体记忆系统的设计与构建能力
能够利用开源智能体记忆系统，结合个性化智能助手等典型应用开展实践，并了解前沿研究方向与发展趋势。
讲者介绍
合肥工业大学人工智能创新学院教授
吴乐，合肥工业大学人工智能创新学院教授、博士生导师，入选国家级青年人才计划。主要研究个性化推荐、可解释与公平性用户建模、因果推断应用等。近五年在IEEE/ACM Trans.及NeurIPS、SIGIR、WWW、KDD、AAAI、IJCAI等期刊会议发表论文50余篇，主持科技创新2030—“新一代人工智能”重大项目、国家自然科学基金面上项目等。
中国人民大学高瓴人工智能学院预聘副教授
陈旭，中国人民大学高瓴人工智能学院预聘副教授、博士生导师，国家高层次青年人才。主要研究大语言模型、强化学习、信息检索和因果推断，谷歌引用1万余次。团队撰写大模型智能体早期综述，构建“大模型+社会科学”模拟仿真平台“玉兰-万象”。获TheWebConf 2018、CIKM 2022 Resource等奖项，长期担任NeurIPS、ICLR领域主席及ACM Transactions on Recommender Systems编委。
浙江大学副教授、启真优秀青年学者
张宁豫，浙江大学副教授、启真优秀青年学者，多次入选斯坦福全球前2%顶尖科学家榜单。主要研究自然语言处理、大模型、知识图谱与知识编辑，研发OceanGPT·沧渊、DeepKE、EasyEdit和LightMem。主持国家自然科学基金、科技创新2030—“新一代人工智能”重大专项子课题等十余项，担任多本国际期刊副编辑以及ACL、EMNLP、NeurIPS、ICLR、KDD领域主席。
合肥工业大学计算机与信息学院讲师
侯旻，合肥工业大学讲师、硕士生导师。主要研究方向为个性化智能（Personalized Intelligence），具体包括个性化推荐、个性化大模型、大模型记忆机制、模型去偏等。近年来在NeurIPS、KDD、SIGIR、WWW、AAAI以及IEEE/ACM Trans.等期刊会议发表论文30余篇。主持国家自然科学基金青年项目等。
欢迎参加CNCC2026 CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
京公网安备 11010802032778号
