三星 MeKi：用「查詢記憶庫」取代「擴大參數」的 LLM 擴展新路線

三星研究提出 MeKi（Memory-based Expert Knowledge Injection），核心思路是給模型掛載一個可動態查詢的專家知識記憶庫，而非透過增加參數來內化更多知識。論文摘要聲稱在效率與準確度上優於標準 scaling 方法，尤其在推理與事實回憶等知識密集型任務上表現突出。這條「retrieve not memorize」路線若成立，對在意訓練與推理成本的團隊來說值得追蹤。不過須注意：目前效能優勢的引用來源僅為單一聚合帳號推文與論文摘要，尚無獨立第三方實測驗證，結論應保留觀望空間。