Modello Vettoriale-Simbolico per Compiti Socio-Culturali in ACT-R

Uno studio recente pubblicato su arXiv (ID: 2608.02807) introduce un framework di memoria dichiarativa per l'architettura cognitiva ACT-R, utilizzando un autoencoder vettoriale-simbolico per rappresentare connessioni semantiche a vari livelli. Questo modello mira a migliorare la comprensione di come i fattori socioculturali influenzino i processi decisionali. Differenzia i ricordi episodici dai vettori di memoria semantica derivati dal testo attraverso una semplice operazione di Rappresentazione Ridotta Olografica (HRR), generando un'attivazione finale del chunk per il recupero della memoria. Il metodo affronta il problema di identificare i livelli più rilevanti di rappresentazione semantica in contesti specifici e considera le auto-rappresentazioni in memoria per esplorare come i legami culturali influenzino le decisioni. Gli autori non nominati hanno presentato questa ricerca come una sottomissione cross-type, contribuendo alla modellazione cognitiva computazionale e all'IA, con implicazioni per sistemi che integrano il contesto culturale. L'articolo è accessibile su arXiv, un repository per preprint scientifici.