محققان در مقاله جدیدی، چارچوب نوآورانهای به نام «NEST» (توپولوژی حالتهای اپیزودیک تودرتو) را معرفی کردهاند که نگاهی گرافمحور به مدلسازی فرآیندهای شناختی دارد. برخلاف مدلهای سنتی، NEST به جای تمرکز بر خروجیهای تجربی، مفاهیم، خاطرات و وظایف را به صورت گرافهای وزندار و پیچیده ترسیم میکند.
این معماری اجازه میدهد تا مدلهای هوش مصنوعی بتوانند ساختارهای ذهنی، باورهای پایدار و حافظه کاری را با جزئیات دقیقتری شبیهسازی کرده و حتی تعارضات فکری یا انسجام ساختاری را مشابه ذهن انسان تحلیل کنند. این رویکرد میتواند نقش مهمی در درک بهتر از «خودآگاهی» و «استدلال» در مدلهای آینده ایفا کند. 🚀
منبع: arXiv NLP