ai-brain-learning-memory

AI 大脑学习记忆方法论（汇总版）——把 AI 的学习与记忆按人脑模型组织：三层记忆架构 + 编码→存储→提取三阶段 + 训战省化学习飞轮 + 复习与遗忘机制 + 人脑学习法原理与 AI 对照 + 记忆安全。让 AI 真正「学得进、记得住、用得上」。含 30 秒上手、触发说明、场景例子、问题速查表，普通用户也能直接用。触发词：大脑学习记忆、AI学习记忆、记忆架构、怎么让AI记住、学习记忆机制、海马体、记忆固化、brain memory、learning memory、记忆模型、记忆分层、艾宾浩斯、间隔重复、记忆宫殿、费曼学习法、主动回忆、睡眠巩固、记忆投毒、记忆安全、情节记忆、语义记忆、快速绑定、记忆评测。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate（外部公开评测门禁文档）

English

When to use

1. Deep memory optimization with hippocampus-model or Ebbinghaus-forgetting applications.
2. Long-term memory stability: prevent "memory poisoning", enable memory safety.
3. Validate human-brain principles (three-tier architecture) mapped into AI and evaluate effect.

Usage

1. Run python memory_eval_battery.py with args to run the memory evaluation battery.
2. Optional params: --mode=encoding_stage, --verify=retrieval_check.
3. Doc-interaction mode: trigger words auto-load the built-in protocol.

Flow

1. Encode: layer new information into the three-tier memory architecture per the human-brain model.
2. Spaced repetition: apply Ebbinghaus curve for background review.
3. Retrieval test: run memory_eval_battery.py for the full battery.
4. Analyze results; flag risky data to prevent semantic drift / poisoning.
5. Optimize params per the memory-safety report — close the learning-flywheel loop.

Evidence & safety

• Evidence: TBD. Version: 2.4.1. Security: no independent scan (TBD).

中文

何时用

1. 当需对 AI 进行深度记忆优化，涉及海马体模型或艾宾浩斯遗忘曲线的具体应用时。
2. 当需要进行长期记忆稳定性保障，防止"记忆投毒"并开启记忆安全机制时。
3. 当用户需要验证人脑原理（如三层架构）在 AI 中的实现对照与效果评估时。

用法

1. 直接调用脚本命令 python memory_eval_battery.py 并附加参数执行记忆电池测试。
2. 可选配置参数包括 --mode=encoding_stage、--verify=retrieval_check，用于指定学习阶段与评测方式。
3. 文档交互模式下，输入特定触发词自动加载内置协议，无需命令行操作即可读取使用。

流程

1. 执行数据编码，按人脑模型将新信息分层存入三层记忆架构。
2. 启动间隔重复存储机制，应用艾宾浩斯遗忘曲线进行后台复习。
3. 触发提取测试环节，调用脚本 memory_eval_battery.py 运行完整评测电池。
4. 系统分析结果并标记潜在风险数据，防止语义漂移或信息污染。
5. 根据记忆安全报告优化参数，完成一次学习飞轮循环的反馈闭环。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：2.4.1
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。