循环记忆写入拆成两步：先决定写不写，再决定写几个槽，稀疏事实检索准确率从0.048升到0.222
循环记忆模型把历史压进固定数量的记忆槽，以往每个词都写入同样多的槽，把“该不该存”和“存几个槽”混成一个决定。Factorized Write Routing 把写入拆成两步：先由学习到的门判断当前词是否写入，再由槽路由器决定更新固定数量还是自适应数量的槽，查询时仍读取全部槽。在两种合成长上下文任务、十个随机种子上，四槽写入时出现随信息密度反转的结果：高密度 Feature Recall 上始终写入的长期准确率为0.472，高于学习门控的0.337；稀疏事实 Passkey 上学习门控为0.222，高于始终写入的0.048。