标签
作者声称其自研的混合架构在 ARC-AGI-3 基准上取得 15.85%（29/183 关卡）的成绩，约 4 倍于 2026 里程碑获奖水平。该架构由稀疏化的 Gemma-4-31B-It 结合 OpenJEV、HRM/TRM「右半球」及双向胼胝体子系统构成，并在 QASPer LongBench 上以 62.23% KV cache 达到接近稠密模型的性能，附两篇预印本和开源仓库。
该论文提出了一种由离散化偏微分方程驱动的空间场替代传统神经元间通信的二阶循环模型，实现等价于无限阶RNN的无界感受野，并通过边缘稳定性约束消除梯度消失与爆炸问题，在长序列基准上以更少参数超越其他循环模型。
CharacterMemory 是一个受神经科学启发的开源 AI 角色记忆系统，能够基于情绪、时间新近度和关联关系检索信息，具备世界/情绪追踪、日常习惯与日历管理功能，提供 WebUI，并可轻松集成到现有代码中。
本文提出了一种针对LLM智能体的双层智能体记忆框架，通过快速写入路由和慢速整合来管理知识生命周期，以在保持性能的同时修剪冗余外部记忆。
提出了一种强化学习框架，利用局部线性嵌入捕捉环境动态，并通过注意力机制自适应融合动态特定特征和奖励特定特征，受神经科学原理启发，提高了学习效率。
本文介绍了Skynet，一个基于Elixir的框架，利用OTP GenServers构建LLM代理的持久化认知架构。它实现了一个受神经科学启发的分层记忆堆栈，解决了长时间运行代理的遗忘问题。
微软研究人员提出了一种受生物学启发的LLM智能体记忆架构，该架构结合了睡眠阶段巩固和基于干扰的遗忘机制，以高效管理持久性记忆。
本文介绍了 Mela，这是一种受人类记忆巩固机制启发的、增强记忆的 Transformer 架构，其核心特征为层级记忆模块（HMM），能够有效提升长上下文语言建模的性能。