https://blog.qife122.com/tags/%E8%B5%AB%E5%B8%83%E5%8F%AF%E5%A1%91%E6%80%A7/ Recent content in 赫布可塑性 on 办公AI智能小助手 Hugo zh-cn qife Mon, 08 Sep 2025 00:05:58 +0800 https://blog.qife122.com/p/%E8%B5%AB%E5%B8%83%E8%AE%B0%E5%BF%86%E5%A2%9E%E5%BC%BA%E5%BE%AA%E7%8E%AF%E7%BD%91%E7%BB%9C%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E8%AE%B0%E5%BF%86%E5%8D%B0%E8%BF%B9%E7%A5%9E%E7%BB%8F%E5%85%83/ Mon, 08 Sep 2025 00:05:58 +0800 https://blog.qife122.com/p/%E8%B5%AB%E5%B8%83%E8%AE%B0%E5%BF%86%E5%A2%9E%E5%BC%BA%E5%BE%AA%E7%8E%AF%E7%BD%91%E7%BB%9C%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%AD%E7%9A%84%E8%AE%B0%E5%BF%86%E5%8D%B0%E8%BF%B9%E7%A5%9E%E7%BB%8F%E5%85%83/ <h1 id="摘要">摘要</h1> <p>尽管现有循环网络在多任务中表现成功，但其主要依赖隐式隐藏状态记忆，限制了可解释性和长程依赖建模能力。受生物神经系统中通过赫布突触可塑性强化并稀疏激活的显式关联记忆痕迹（即记忆印迹）启发，本研究提出记忆印迹神经网络（ENN）。该新型循环架构包含具有赫布可塑性的显式可微分记忆矩阵，以及稀疏注意力驱动的检索机制。ENN通过动态赫布痕迹显式建模记忆形成与召回过程，相比传统RNN变体显著提升透明度和可解释性。</p>