CogniFold：通过认知折叠实现的常开主动记忆

现有的主体记忆仍然主要是反应性的和基于检索的，缺乏将经验自主组织成持久认知结构的能力。为了实现真正的自主代理，我们推出了 Cognifold，这是一种受大脑启发的“永远在线”代理内存，专为下一代主动助理而设计。 CogniFold 不断将碎片化的事件流折叠成自我形成的认知结构，从传入的事件和积累的知识中逐步引导更高层次的认知。我们通过将补充学习系统（CLS）理论从两层（海马体、新皮质）扩展到三层，并添加前额意图层来实现这一点。 CogniFold 将前额叶皮层模拟为意向控制和决策的场所，通过图拓扑自组织来实现这一目标：认知结构在流下主动组装，语义相似时合并，陈旧时衰退，通过联想回忆重新链接，并在概念簇密度超过阈值时浮现意图。我们使用 CogEval-Bench 评估结构形成，证明 CogniFold 能够独特地生成符合认知期望和概念出现的记忆结构。此外，在跨越 5 个认知领域的 7 个广泛覆盖的基准测试中，我们验证了 CogniFold 在传统内存基准测试中同时表现强劲。