ATHENA 框架：竞争性提取让海马样网络中的同一记忆实现灵活泛化

研究者提出 ATHENA 框架，将认知记忆模型重新解释为循环神经网络，发现许多情景记忆模型是带竞争性提取机制的动态网络的单步近似，类似 Modern Hopfield Networks。模拟显示，在提取时调节竞争过程的强度，可让同一记忆痕迹产生性质不同的泛化形式；该机制还可与已知海马回路结合，支持更复杂的序列记忆泛化。