تقدم هذه المقالة هيكلية ذاكرة مستوحاة بيولوجيًا مدمجة ضمن إطار الحوار لـ Sparse Artificial Intelligence – Generative Pretrained Transformer (S-AI-GPT). معالجة لقيود نماذج اللغة الكبيرة التي لا تحتفظ بالحالة (LLMs)، يدمج النظام ثلاثة مكونات مكملة: ذاكرة سياقية ديناميكية (DCM) للاحتفاظ قصير المدى، وGPTMemoryAgent للتخزين الشخصي طويل المدى، وGPT-MemoryGland لترميز الأثر العاطفي والتعديل. تُنسق هذه المكونات بواسطة محرك هرمي، مما يتيح النسيان التكيفي، ثبات العاطفة، وأولوية السياق لآثار الذاكرة. بخلاف وحدات الذاكرة السلبية النمطية، تقدم هذه الهيكلية نظام ذاكرة نشط، رمزي، وقابل للتحكم: يمكن لآثار الذاكرة تحفيز إشارات هرمونية داخلية، وتُخزن في شكل منظم وقابل للتفسير، ويمكن تعزيزها أو تثبيطها أو إعادة تنظيمها انتقائيًا بواسطة GPT-MetaAgent. يوفر النموذج المقترح أساسًا واعدًا لبناء أنظمة ذاكرة مدى الحياة مقتصدة، متكيفة، وقابلة للتفسير في الذكاء الاصطناعي الحواري.
Building similarity graph...
Analyzing shared references across papers
Loading...
Said Slaoui
International Journal of Artificial Intelligence & Applications
Building similarity graph...
Analyzing shared references across papers
Loading...
درس سعيد السلاوي (Sun،) هذا السؤال.
www.synapsesocial.com/papers/68f0d5eb105731330a2b21a6 — DOI: https://doi.org/10.5121/ijaia.2025.16503
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: