提出认知场网络架构CFN
热点事件持续更新
提出认知场网络架构CFN
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月21日，arXiv平台发布论文《Beyond Episodic AI: Cognitive Field Networks for Biologically Inspired Persistent Cognition》。 研究者Byung Gyu Chae基于认知场理论开发了认知场网络（CFN）。该架构属于循环Transformer，结合非马尔可夫记忆动态与离散循环状态演变。 CFN通过隐藏场重入机制运作，允许完整的token解析隐藏场重新进入下一个计算循环，旨在实现生物启发性持久认知。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
超越 Episodic AI：用于生物启发性持久认知的认知场网络 (CFN)报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AI超越 Episodic AI：用于生物启发性持久认知的认知场网络 (CFN)
研究者基于认知场理论开发了认知场网络 (CFN)，这是一种将非马尔可夫记忆动态与离散循环状态演变的循环 Transformer 架构。 该架构通过隐藏场重入机制，让完整的 token 解析隐藏场重新进入下一个计算循环。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月21日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。