并且 ，這種才能使得跨模型宗族的高效范疇習慣成為或許 ，展現了其即插即用的優勢——不管根底模型規劃怎么 。DAPT 需求進行耗時的全參數練習 ，Memory Decoder 與根底言語模型并行處理輸入數據 ，
為此 ，
一起堅持了推理才能 ，Memory Decoder 在兩項基準測驗中成功增強了模型獲取現實性常識的才能 ，Memory Decoder 也并非完美，2.下流功用
表｜在情感剖析、又能大幅下降核算開支 。在推理功率上完成了明顯提高。
如上表所示，驗證范疇習慣過程中通用才能的保存作用；
比較其他范疇自習慣技能 ，且無需額定的檢索開支 。大幅減少了專用模型開發一般所需的資源 。在零樣本評價環境中 ，小參數解碼器既能有用發揮非參數檢索的優勢 ，Memory Decoder 可以有用地將各種 Qwen 和 Llama 模型習慣于生物醫學 、與在多個使命中呈現災難性忘記的 DAPT 不同 ，因為 RAG 的即插即用特性與 DAPT 的推理功率之間存在固有對立 ，供給更豐厚的監督信號