يقترح المؤلفون CO-LMLM، وهو نموذج لغوي ذاكرة محدودة يقوم بإخراج المعرفة الواقعية إلى قاعدة بيانات معرفية تقترن فيها المفاتيح المستمرة بقيم نصية. يسمح هذا التصميم للنموذج بتوليد استعلامات متجهية مرنة بأقل تكلفة مع دمج المعرفة المسترجعة القابلة للقراءة من قبل الإنسان والقابلة للإسناد.
- يستخدم النظام خط أنابيب توثيق يوسم النطاقات الواقعية الحرة في أي نص، مما يلغي القيود السابقة على ويكيبيديا.
- تم تدريب CO-LMLM مسبقًا على ويكيبيديا وFineWeb-Edu عبر مقاييس نموذجية متعددة.
- عند المقياس 360M، يحقق التشتت (perplexity) أقل من النماذج المدربة مسبقًا على بيانات أكثر بـ40 مرة.
- يحقق أداءً موثقًا بواسطة SimpleQA يتوافق مع gpt-4o-mini وأعلى من Claude Sonnet 4.5.
يتفوق CO-LMLM على نماذج اللغة ذات الذاكرة المحدودة السابقة والنماذج اللغوية الكبيرة الأساسية في كل من التشتت والدقة الواقعية.