论文Spelke-seeded Dense Associative Memory
S-DAM
将发展心理学中Spelke核心知识先验注入现代Hopfield网络的研究，采用预注册方式公开全部实验结果，探索认知结构性先验对神经网络学习效率的影响
时间轴 (近 90 天)
10月4日
S-DAM（Spelke-seeded Dense Associative Memory）是一项将发展心理学中的核心知识理论引入现代Hopfield网络的研究，并以预注册方式公开了全部结果，包括一个失败的实验
待验证50%
10月4日
S-DAM的核心思路是把结构性先验知识编码成现代Hopfield网络的初始化或记忆模式（seeding），检验先验能否提升模型的学习效率或泛化能力
待验证50%
10月4日
S-DAM不是一项追求SOTA性能的工作，而是一次方法论与科研态度上的探索
待验证50%
10月4日
S-DAM代表了一条区别于纯粹大数据加大模型的研究路线，主张通过注入结构化先验来提升样本效率，与主流规模化范式形成互补或张力
待验证50%
全部知识事实 (4)
待验证
S-DAM（Spelke-seeded Dense Associative Memory）是一项将发展心理学中的核心知识理论引入现代Hopfield网络的研究，并以预注册方式公开了全部结果，包括一个失败的实验
50%待验证S-DAM的核心思路是把结构性先验知识编码成现代Hopfield网络的初始化或记忆模式（seeding），检验先验能否提升模型的学习效率或泛化能力
50%待验证S-DAM不是一项追求SOTA性能的工作，而是一次方法论与科研态度上的探索
50%待验证S-DAM代表了一条区别于纯粹大数据加大模型的研究路线，主张通过注入结构化先验来提升样本效率，与主流规模化范式形成互补或张力
50%