记忆特塞拉克特：构建统一的记忆与认知建模框架

计算记忆模型能够解释人类记忆在各种实验范式中的表现——无论是回忆还是识别，短期还是长期保持，隐性还是显性学习。模拟促成了简洁的记忆理论，但代价是出现了大量相互竞争的模型。由于不同模型关注不同现象，因此不存在最佳模型。然而，这些模型共享许多特征，表明对记忆在大脑中运作的数学机制存在广泛共识。基于对计算记忆模型的分析，我们认为这些模型可以用单一神经生理上合理的计算与理论框架来理解。我们展示了一个概念验证的神经实现，结合ACT-R认知架构，并演示了模型在程序性、陈述性、情节性及语义学习任务中的表现。本研究旨在推动认知心理学发展出一个统一的、计算化的人类记忆模型，能够解释人类在多样实验任务中的表现，能在神经层面细节上实现，并可扩展至对任意长期学习的建模。