Heshware正在调查动态激活的记忆节点图是否可以作为本地语言模型的可解释长期记忆层。该提案源自Marven Neural Node Network，最初是认知处理的交互式可视化。
提出的架构包括结构化记忆对象的ingestion、用于语义相似性的向量检索以及用于关系和时间链接的图形结构。它还包含用于上下文输入的激活值、用于巩固的衰减过程以及用于重新组合记忆而不将其视为事实的沙盒合成过程。
作者寻求关于节点激活指标、图神经网络的适用性以及结合向量相似性与显式图关系的方法的技术反馈。目标是开发一种可测试的架构，以提高检索准确性、连续性和可解释性，同时抵抗记忆中毒。