“AutoMem: A Text-Gradient Recursive Self-Improvement Framework for Automated Memory Architectures Search” 论文笔记

这篇工作可以看成是紧接着
MemEvolve 的思路往前走了一步。MemEvolve 把整个记忆系统当成一个整体去演化，每一个候选都是一份
单体（monolithic）实现，好处是灵活，坏处是失败发生时无法把责任归因到具体的记忆模块，也无法做受控的模块级回归实验。
AutoMem 的核心区别就在于把记忆拆成四个模块，并把失败归因与架构演化的粒度从
整体细化到了模块，从而得到可归因、可受控编辑、且天然合法的候选架构