TSUBASA：通过进化记忆和上下文自学习来提高长期个性化 蒸馏

个性化 大语言模型 (PLLM) 因其根据个人需求和偏好调整输出的能力而受到广泛关注。然而，他们仍然难以应对长期任务，例如跟踪用户的大量对话或活动历史记录。现有的记忆机制通常无法捕获不断变化的行为，而 RAG 范式则陷入质量效率权衡的困境。同时，由于标记数据的稀缺，参数自适应受到训练推理差距的瓶颈。为了增强 PLLM 的长期能力，我们引入了 TSUBASA，这是一种双管齐下的方法，旨在通过动态内存演化来改善内存写入，并通过自学习来改善内存读取，并以上下文 蒸馏 为目标，以内化用户体验。使用 Qwen-3 模型系列（4B 至 32B）对长视野基准进行的广泛评估验证了 TSUBASA 的有效性，超越了主要依赖于内存写入的竞争性内存增强系统，例如 Mem0 和 Memory-R1。我们的分析进一步证实，TSUBASA 打破了质量效率障碍，实现了帕累托改进，以减少的 词元预算 提供强大、高保真的个性化。