记忆即共振：基于 ergodic 音素流形的无限上下文生物仿记忆架构
神经与进化计算
2025-12-24 v1 人工智能
信息检索
符号计算
软件工程
摘要
当代大型语言模型的记忆受到一个物理悖论的制约：随着学习进行，内存空间被填满。键值状态的线性累积（O(N)）将上下文视为静态制品的仓库，最终迫使人们在遗忘和延迟之间做出破坏性选择。我们挑战了这种离散正统观点，提出长期记忆不是物品的存储，而是轨迹的持久化。我们引入 Phonetic Trajectory Memory（PTM），一种神经符号架构，将语言编码为受无理数旋转矩阵支配的 erotpic 流形上的连续路径。通过将导航（不变的 O(1) 几何信号）与重构（概率生成行为）解耦，PTM 实现了相对于稠密缓存的压缩比例超过 3000 倍。我们展示了检索过程变为共振：语音痕迹通过 Signal Consensus 机制抑制幻觉，实现约 92% 的事实准确率。尽管这种激进的抽象改变了生成纹理，但它实现了独立于深度的即时访问延迟（约 34ms）。我们的结果表明，无限上下文并不要求无限硅片；它要求将记忆不作为数据存储，而是作为作用于保守的、永恒的物理信号上的重构过程。
关键词
引用
@article{arxiv.2512.20245,
title = {Memory as Resonance: A Biomimetic Architecture for Infinite Context Memory on Ergodic Phonetic Manifolds},
author = {Tarik Houichime and Abdelghani Souhar and Younes El Amrani},
journal= {arXiv preprint arXiv:2512.20245},
year = {2025}
}