经验怎样获得形式

一件事发生过以后，系统能够留下原始记录、抽取出的关系、压缩后的概括，也可能留下改变过的参数。表示决定后来能够做哪些比较、恢复哪些细节、形成哪些泛化。这个方向研究这些可能性如何产生。

表示保存的是可区分性

设原记录是“周一在旧版环境使用 A，周五在新版环境使用 B”。如果只留下“使用过 A 和 B”，方法还在，时间、版本与选择的绑定却已经消失。若下次任务只问“有哪些方法”，这个表示可能足够；若任务问“旧版该用哪个”，它就缺少关键区别。这是原创的信息变换例子，不是模型实测。

因此，表示的好坏需要连同想要保留的区别一起讨论。记录更短不必然更差，保存更多细节也不必然更有用。值得研究的是某种变换怎样改变可恢复、可比较、可泛化的关系。

从保存经历，走到形成概括

概括之后，往事还记得准吗保留了事件、schema、来源辨识与模型上下文研究的对读。它让我们看到至少两类需求：跨事件联系有助于推论，事件的独特条件又支持辨识来源。它们可能在不同表示中共存，也可能在有限容量和选择过程中互相干扰。

这里还没有一种统一的最优表示。人的实验、模型 probing 和结构化存储观察处理不同尺度。AMS 接下来的解释责任，是明确它们各自说明了什么关系，再决定是否存在可研究的桥梁。

几个可以独立深入的入口

• 从分词、切块与 tokenization 开始，研究单位怎样改变可匹配的对象。进入从几个名字进入 IR。
• 从数据库中的记录、关系与索引开始，研究对象身份与访问形式。进入记录、表示与系统角色。
• 从概括与来源辨识开始，追问整合与保留能否共同发生。进入已有的表示与取用共读。
• 从参数或 cache 开始，区分存储内容、可解码信息和实际输出的依赖。现有 cache 研究提供的是特定计算机制的观察，不是对所有记忆形式的解释。

信息论、知识表示、认知科学和表示学习都能在这里独立展开。它们不需要先变成一个 memory 工程组件；基础理论本身可能改变我们认为值得保留的区别。

当前判断与未解处

当前可以采用的分析方式是：先写清对象经过了什么变换，再问某个区别是否仍可恢复，最后观察任务有没有使用它。仅检查表示中“有无某字段”不够；观察输出变化也不足以单独解释中间机制。

最有吸引力的未解处是：哪些泛化可以通过增加关系而获得，哪些必须以舍弃区别为代价？ 这个问题可以靠推导、反例、概念比较或实验推进。下一次不必先加材料；可以先用一组事件构造两种表示，让“恢复原事件”和“推断新情况”分别提出要求，再确定所需理论。