你家里有一堆要随时查的书，三个选择：
全摊在桌上，随手就能看，但桌子就那么宽；做成索引卡，省地方，可卡上只有摘要；干脆背下来，不用工具，但背多了会忘掉别的。
这篇论文就是把这三种选择放到同一张桌子上量了一遍。有一处结论，帖子写反了。
一、表征法到底遗不遗忘
帖子写的是："表征（Cartridge / Compaction）：几乎不遗忘，因为不动模型权重。"
【直引】摘要原文："Cartridges are also the only method, besides full fine-tuning and large MLP adapters, that suffers from catastrophic forgetting, i.e., a 6% performance degradation on control benchmarks, with 13% in coding."
翻过来读：Cartridge 是除全量微调和大型 MLP adapter 之外，唯一会灾难性遗忘的方法——控制基准掉 6%，编码任务掉 13%。
【判断】这处不是细节。如果表征法也会遗忘，"不动权重所以安全"这个直觉就没了，那张三维权衡表得重画。
二、多文档那一节要分两个实验看
帖子说"多文档组合，所有方法都崩了"。
【直引】摘要在多文档上的表述是另一句：在多文档检索场景里，Cartridges 是唯一能追平 in-context learning 的方法，领先参数法 29 分、领先 Compaction 15 分。
【推论】两边不矛盾。帖子讲的是"把 k 篇文档的表征直接拼接或权重平均"（不做检索），论文讲的是"从一堆文档里检索出该用的那一篇"。两个实验，两个结论。但帖子没做这个区分，读者会以为论文否认了表征法的多文档能力。
三、量化对比里最硬的一行
【直引】"Cartridges (KV) are the most accurate injection method at nearly every storage budget, outperforming parametric methods by 10 points."
帖子给的 LongHealth 具体尺寸很实：Cartridge 2× 压缩 83.2 分 / 54 MiB，LoRA r=50 同类性能要 509 MiB，全量微调 3072 MiB。
但 Compaction 的边界在摘要里写得更清楚：只有低压缩率下才追得上 Cartridge，超过 50× 之后反而比参数法低 10 分。帖子只点了"压缩率对 Cartridge 几乎无害"，漏了另一条曲线正在往下走。
四、作者那一栏
帖子写"Amazon AGI"。摘要页没给机构信息，四位作者是 Nathanaël Carraz Rakotonirina、Momchil Hardalov、Gonzalo Iglesias、Adrià de Gispert，这四位在机器翻译方向上是长期搭档。
这一格我没核到，先挂着。
下一根钉子
这篇论文真正的工程结论是"没有 free lunch"这句反营销话。但它留了一个更有意思的空格：联合训练要求你提前知道用户会问哪几篇。
所以要把它推进一步的，未必是更好的压缩算法，可能是一个便宜的预热机制：从查询日志里预判用户会问哪几篇，然后离线打包。
谁先拿出一份"离线联训 + 在线命中率"的联合报告，谁就把这篇从实验室搬到了计费单上。