# Wiki Foundation Model 從互相連結的 Markdown wiki 檢索智能體記憶

WFM 把 LLM wiki 轉成圖，並以受查詢條件化的訊息傳遞進行檢索，讓頁面文字與頁面之間的連結共同影響結果。團隊表示，一套 GPU 對 GPU 訓練協議的訓練速度快 10.5 倍，並在五項涵蓋智能體記憶與多跳推理的基準測試中取得強勁結果。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:47:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/2d685489d202403aa8a5f14a.html

Content language: zh-HK
Localization state: translated

來源：elvis · 發布於 23/9/2026 10:17:21

Wiki Foundation Model（WFM）面向長期記憶為一資料夾互相連結 Markdown 檔案的智能體。它把 LLM wiki 轉成圖，並以受查詢條件化的訊息傳遞進行檢索，讓各頁的稠密文字與頁面之間的連結共同影響結果。

團隊亦建立了一套 GPU 對 GPU 訓練協議，並表示其訓練速度快 10.5 倍；團隊亦報告在五項涵蓋智能體記憶與多跳推理的基準測試中取得強勁結果。相關工作見於 [WFM 論文](https://arxiv.org/abs/2609.18182)，academy.dair.ai 設有[論文對話頁](https://academy.dair.ai/papers/wfm-wiki-foundation-model-for-complex-agentic-reasoning-2609.18182)。

Tags: WFM, 智能體記憶, LLM wiki, 研究

[查看主帖原文](https://x.com/omarsar0/status/2102579964436680959)