NYU 研究发现:把 AI 记忆限制在 4 个槽位,反而更像真人
tallinzen · x · 2026-09-17
NYU 数据科学中心(CDS)的一项新研究表明:让 AI 更好地模拟人类的关键,反而是限制它的记忆。研究发现将模型的记忆上限设为 4 个槽位,能显著提升其作为「真人替身」的表现。
研究由 CDS Faculty Fellow Nick Tomlin、博士生 Michal Huang 和副教授 Tallinzen 完成,其中前 NYU 数据科学硕士生 Qihan Wang 在工作中扮演了主要角色。作者转发了相关文章并对团队表示感谢。
这一反直觉发现对构建人类行为模拟/agent 社会仿真有参考价值:完美记忆未必是优势,有限的记忆窗口反而更贴近真实人类的认知局限。
「研究」频道最新
- Will Brown:难验证软属性的奖励建模规模化是能力与安全核心难题 — willcb · 2026-09-17
- Mistral OCR 作者联手发布文档抽取基准，直指现有评测盲区 — VikParuchuri · 2026-09-17
- Datalab 推出 OmniExtractBench：620 份文档纠正文档抽取评测偏差 — VikParuchuri · 2026-09-17
- 用 GRU「规划器」引导流扩散模型,改善自制视频模型运动连贯性 — pixlpa · 2026-09-17
- 五家药企联邦微调 OpenFold3,配体构象正确率从 29% 升至 47% — rbhar90 · 2026-09-17
- Qwen 3.8 27B 单卡连跑 63 小时攻黎曼猜想,未解出但全程零幻觉 — GuiltyBookkeeper4849 · 2026-09-17