要点：
1. 人工智能（AI）模型的记忆处理与人脑海马体之间存在惊人的相似性。
2. AI模型的长期记忆可通过模仿NMDA受体来改善。
3. 镁含量的变化会影响记忆强度，而调整Transformer的参数以反映NMDA受体的门控作用，可增强AI模型的记忆力。
4. 该项研究告诉人们：AI模型的学习方式，可用神经科学的既定知识来解释。
5. 人类认知机制和AI设计的融合，不仅有望创建低成本、高性能的AI系统，而且还可通过AI模型，对大脑工作方式研究提供宝贵见解。
利好：
无
利空：
无
标签：记忆力,Transformer参数,NMDA受体门控作用,AI模型