立场：海马外显记忆是 AGI 的基石

arXiv:2606.11245v1 公告类型：新 摘要：大型语言模型 (LLM) 在各种任务中表现出了卓越的能力，提高了人们对通用人工智能 (AGI) 的期望。本立场文件认为，整合外显记忆是法学硕士迈向 AGI 的基石。关键原因在于法学硕士的底层学习机制与人类的内隐记忆高度相似。然而，AGI 所需的高阶认知功能，如长期战略规划、元认知和符号推理，严重依赖海马体的外显记忆，不能仅由内隐统计学习产生。借鉴神经科学的发现，我提出了这一观点，并用人工外显记忆系统的计算要求对其进行补充，希望能够促进进一步的研究，并为外显记忆整合奠定基础。