外部海马：用于引导大型语言模型推理的拓扑认知地图

本文介绍了一种新方法，通过结合拓扑认知地图来增强大型语言模型（LLM）的推理能力，灵感来源于人类海马体。其核心思想是为LLM提供结构化的知识表示，从而实现更高效、更准确的推理过程。拓扑地图的使用表明侧重于空间和关系理解，这可能会提高在需要复杂推理和知识导航的任务上的表现。来源为ArXiv表明这是一篇研究论文，很可能详细介绍了这种方法的方法论、实验和结果。

• •提出了一种改进LLM推理的新方法。
• •利用了受人类海马体启发的拓扑认知地图。
• •侧重于LLM的结构化知识表示。
• •可能提高在需要复杂推理的任务上的表现。