无限参数大型语言模型：基于实时数据生成和调整权重

研究者提出 Infinite-Parameter LLM，用紧凑超网络把运行时数据转成共享基座网络的低秩调制，使前馈权重由实时数据生成而非固定专家库存储。该方法对生成器隐码维持贝叶斯信念并在线更新，权重随会话演进重新推导，存储占用固定但可编译权重实际无限。作者称将运行时知识写入权重可摊薄计算、释放上下文窗口、跨轮次持久，并给出对照 in-context learning 与检索的评测协议。