memory-capacity

该论文提出了一种基于几何的有限特征联想记忆容量理论，将检索干扰分解为有限特征噪声与结构性干扰，并推导出与表示几何直接挂钩的容量上限预测，随后在合成、视觉和医学图像表示上进行了验证。

本文通过将记忆表述为 Epanechnikov 核密度模态搜索，在 Riemann 流形上构建了内在的稠密联想记忆，表明曲率——借助 Ricci 曲率阈值与测地线容量标度律——决定了这类记忆会保留、创造和遗忘哪些内容，并在 WordNet 名词层级结构上进行了验证。

本文研究了大型语言模型中潜在状态叠加推理的效率，表明累积叠加比前沿叠加能保留更多可用证据，从而优化下游计算的记忆。