Heshware는 동적으로 활성화되는 메모리 노드의 그래프가 로컬 언어 모델의 해석 가능한 장기 메모리 레이어로 기능할 수 있는지 조사하고 있습니다. 이 제안은 원래 인지 처리의 상호작용식 시각화였던 Marven Neural Node Network에서 비롯되었습니다.
제안된 아키텍처에는 구조화된 메모리 객체의 ingestion, 의미적 유사성을 위한 벡터 검색, 관계 및 시간 링크를 위한 그래프 구조가 포함됩니다. 또한 컨텍스트 입력을 위한 활성화 값, 통합을 위한 감쇠 프로세스, 그리고 이를 사실로 취급하지 않고 기억을 재결합하기 위한 샌드박스화된 합성 프로세스도 갖추고 있습니다.
저자는 노드 활성화 지표, 그래프 신경망의 적합성, 벡터 유사성과 명시적 그래프 관계를 결합하는 방법에 대한 기술적 피드백을 구하고 있습니다. 목표는 메모리 중독에 저항하면서 검색 정확성, 연속성 및 해석 가능성을 개선할 수 있는 테스트 가능한 아키텍처를 개발하는 것입니다.