hippocampus

该文章报道了一项2024年的研究，发现出租车和救护车司机的阿尔茨海默病死亡率较低，并探讨了持续的空间导航会增强海马体并预防该疾病的假说。

这条推文解释了海马体如何快速捕捉事件以维持当前状态，并通过选择性重放逐步更新皮层模型，将新的先验信息反馈回计算中。

本文介绍了HOLA，一种为快速AI模型（如线性注意力和状态空间模型）提供额外记忆缓存以存储令人惊讶的事实的方法，在不牺牲速度的情况下提高了它们在长上下文任务中的回忆能力。

HOLA（海马体线性注意力）受海马记忆启发，通过一个有界的精确KV缓存增强线性注意力，在不牺牲效率的情况下改善长程召回和困惑度。在340M参数规模下，它在Wikitext上优于全注意力Transformer，并在高达32k token的范围内实现稳健的针召回。

ComMem 提出了受生物记忆启发的互补记忆系统，以改进视觉语言模型的测试时自适应，在15个基准测试上超越了现有最先进方法。

科学家首次记录双语者大脑中的单个神经元，发现大脑并非通过共享神经元翻译词汇，而是将每种语言组织成具有相同结构的语义几何地图，类似于大语言模型中的向量空间同构。

本文介绍了CALHippo，一个利用最先进的分割和密度估计模型对人脑海马体中的神经元和胶质细胞进行3D映射的框架。

这篇观点文章认为，整合与人类海马体记忆类似的显式记忆，对于推动LLMs迈向AGI至关重要。它借鉴神经科学，提出高阶认知功能需要超越隐式统计学习的显式记忆。

贝勒医学院的研究人员发现，处于无意识状态的人脑海马体能够处理语言并预测单词，这挑战了当前对意识的认知。这项发表在《自然》杂志上的研究揭示出与人工智能预测编码相似的生物学机制。