論文の概要: Human-Like Lifelong Memory: A Neuroscience-Grounded Architecture for Infinite Interaction
- arxiv url: http://arxiv.org/abs/2603.29023v1
- Date: Mon, 30 Mar 2026 21:35:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-01 15:25:02.874121
- Title: Human-Like Lifelong Memory: A Neuroscience-Grounded Architecture for Infinite Interaction
- Title（参考訳）: 人間のような生涯記憶: 無限の相互作用のための神経科学を取り巻くアーキテクチャ
- Authors: Diego C. Lerma-Torres,
- Abstract要約: 大規模言語モデルは、長期の相互作用と文脈に敏感な検索のための永続的で構造化されたメモリを欠いている。
本稿では, 相補学習システム理論, 認知行動療法の信念階層, 二重プロセス認知, ファジィトレース理論に基づくバイオインスピレーションドメモリフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models lack persistent, structured memory for long-term interaction and context-sensitive retrieval. Expanding context windows does not solve this: recent evidence shows that context length alone degrades reasoning by up to 85% - even with perfect retrieval. We propose a bio-inspired memory framework grounded in complementary learning systems theory, cognitive behavioral therapy's belief hierarchy, dual-process cognition, and fuzzy-trace theory, organized around three principles: (1) Memory has valence, not just content - pre-computed emotional-associative summaries (valence vectors) organized in an emergent belief hierarchy inspired by Beck's cognitive model enable instant orientation before deliberation; (2) Retrieval defaults to System 1 with System 2 escalation - automatic spreading activation and passive priming as default, with deliberate retrieval only when needed, and graded epistemic states that address hallucination structurally; and (3) Encoding is active, present, and feedback-dependent - a thalamic gateway tags and routes information between stores, while the executive forms gists through curiosity-driven investigation, not passive exposure. Seven functional properties specify what any implementation must satisfy. Over time, the system converges toward System 1 processing - the computational analog of clinical expertise - producing interactions that become cheaper, not more expensive, with experience.
- Abstract（参考訳）: 大規模言語モデルは、長期の相互作用と文脈に敏感な検索のための永続的で構造化されたメモリを欠いている。
最近の証拠は、コンテキストの長さだけで推論が最大85%低下することを示している。
本研究は,(1) 記憶は,内容だけでなく,内容だけでなく,ベックの認知モデルにインスパイアされた創発的信念階層に組織された,有意義な感情関連要約(原子価ベクトル)をもち,(2) システム2エスカレーションによるシステム1への即時的指向の実現,(2) システム2エスカレーションによるシステム1への既定の適応と受動的プリミレーション,そして,意図的な検索のみによる段階的適応と受動的プリミレーション,(3) 幻覚構造に対処する段階的認識状態,(3) エンコーディングは,活動的で,現在,かつ,依存的である。
7つの機能特性は、どの実装も満足しなければならないものを指定する。
時間が経つにつれて、システムはシステム1処理(臨床専門知識の計算的アナログ)へと収束し、より安価で、より高価で、経験のある相互作用を生み出す。
関連論文リスト
- AdaMem: Adaptive User-Centric Memory for Long-Horizon Dialogue Agents [49.63422082885992]
長軸対話エージェントのための適応型ユーザ中心メモリフレームワークであるAdaMemを提案する。
AdaMemは対話履歴をワーキング、エピソディック、ペルソナ、グラフメモリに整理する。
LoCoMo と PERSONAMEM ベンチマーク上での AdaMem の評価を行った。
論文 参考訳（メタデータ） (2026-03-17T13:22:54Z) - Advancing Multimodal Agent Reasoning with Long-Term Neuro-Symbolic Memory [7.934989469945716]
NS-Mem(NS-Mem)は、マルチモーダルエージェント推論の進歩を目的とした長期記憶フレームワークである。
実世界のマルチモーダル推論ベンチマークの実験では、Neural-Symbolic Memoryは全体の推論精度を平均4.35%改善している。
論文 参考訳（メタデータ） (2026-03-16T13:43:22Z) - Memory-guided Prototypical Co-occurrence Learning for Mixed Emotion Recognition [56.00118641432005]
本稿では,感情共起パターンを明示的にモデル化するメモリ誘導型プロトタイプ共起学習フレームワークを提案する。
人間の認知記憶システムに触発されて,意味レベルの共起関係を抽出するメモリ検索戦略を導入する。
本モデルは感情分布予測のための感情情報表現を学習する。
論文 参考訳（メタデータ） (2026-02-24T04:11:25Z) - The AI Hippocampus: How Far are We From Human Memory? [77.04745635827278]
インプリシットメモリは、事前訓練されたトランスフォーマーの内部パラメータに埋め込まれた知識を指す。
明示メモリは、動的でクエリ可能な知識表現でモデル出力を増大させるように設計された外部ストレージと検索コンポーネントを含んでいる。
エージェントメモリは、自律エージェント内に永続的、時間的に拡張されたメモリ構造を導入する。
論文 参考訳（メタデータ） (2026-01-14T03:24:08Z) - AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents [69.39123054975218]
メモリは過去と未来の重要なネクサスブリッジとして機能する。
自律エージェントに関する最近の研究は、認知神経科学に基づいて効率的な記憶を設計することに集中している。
論文 参考訳（メタデータ） (2025-12-29T10:01:32Z) - Agentic Learner with Grow-and-Refine Multimodal Semantic Memory [50.81667005063605]
ViLoMemは、コンパクトなスキーマベースのメモリを構築するデュアルストリームメモリフレームワークである。
視覚的障害パターンと論理的推論エラーを符号化し、MLLMが成功し失敗した経験から学ぶことを可能にする。
論文 参考訳（メタデータ） (2025-11-26T18:55:08Z) - GENESIS: A Generative Model of Episodic-Semantic Interaction [0.40286876168661084]
ジェネレーション・エピソード・セマンティック統合システム(GENESIS)について紹介する。
GENESISはメモリを2つの制限容量生成系間の相互作用として定式化する。
それは、アクティブで、構成的で、リソースに縛られたプロセスとして、メモリの原則的な説明を提供する。
論文 参考訳（メタデータ） (2025-10-17T17:11:13Z) - Consciousness is entailed by compositional learning of new causal structures in deep predictive processing systems [0.0]
人間では、そのような学習は特定の宣言的記憶形成を含み、意識と密接に関連している。
予測できない推論の階層的バインディングを通じて、オンラインで単例の新たな構造学習を追加することで予測処理を拡張する。
本提案では, 特徴結合, 繰り返し処理, 予測処理, 意識のグローバルな理論を自然に統一する。
論文 参考訳（メタデータ） (2023-01-17T17:06:48Z) - A Cognitive Architecture for Machine Consciousness and Artificial Superintelligence: Thought Is Structured by the Iterative Updating of Working Memory [0.0]
本稿では、コンピュータ内での人間的な思考プロセスのシミュレートのための分析フレームワークを提供する。
注意と記憶がどのように構造化され、更新され、思考ストリームへの連想的な追加を探すために利用されるかを記述する。
論文 参考訳（メタデータ） (2022-03-29T22:28:30Z) - Improving Coherence and Consistency in Neural Sequence Models with
Dual-System, Neuro-Symbolic Reasoning [49.6928533575956]
我々は、神経系1と論理系2の間を仲介するために神経推論を用いる。
強靭なストーリー生成とグラウンドド・インストラクション・フォローリングの結果、このアプローチは神経系世代におけるコヒーレンスと精度を高めることができることを示した。
論文 参考訳（メタデータ） (2021-07-06T17:59:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。