跳到主要內容
AI News HubLIVE
更多
僅摘要

認知架構AI加權記憶與可證偽的連續性度量

PHI // DRIFT是一種認知中間件架構,旨在解決大語言模型缺乏持久內部狀態的問題。它引入了決策記憶單元(DMU)進行加權記憶檢索,持久性-具身-漂移指數(PEDI)用於衡量行為連續性,穩態調節內部狀態變量,安全防禦以及邏輯鏈推理。該系統在無GPU的消費級硬件上開發,實現了比僅餘弦相似度檢索多14.8%的上下文注入和45.4%的延遲改進。

來源Hacker News AI作者: timeless-hayoka
認知架構AI加權記憶與可證偽的連續性度量
報告錯誤

更正渠道尚未開通,可先複製下方文章資訊留存。

查看更正說明

本文僅提供摘要

根據來源內容權限,本站僅提供編輯摘要、要點和原文連結。

展開要點與分析

文章情報

工程師進階

要點

  • DMU通過多因素記憶評分取代餘弦相似度,上下文注入提升14.8%。
  • PEDI為跨上下文重置的行為連續性提供了可證偽的度量。
  • 穩態調節維護七個內部狀態變量,即使在無用户輸入時也影響輸出。
  • 系統僅CPU運行,通過199/202項測試。

要點與分析由自動化流程生成,可能有誤,請結合原始來源核實。