Substrat · Recherche active

Une mémoire qui se compose,
non une mémoire qui défile.

Mémoire structurée post-langage avec liaison compositionnelle.

grounding × entity. The bind is the unit.

Ce qu'est Heddle

Une mémoire qui se compose, non une mémoire qui défile

Heddle traite la mémoire comme un objet structuré, non comme un flux de tokens. Chaque unité de connaissance est un produit lié de ce qu'une chose est et du rôle qu'on lui demande de jouer, de sorte que la même représentation peut être reliée, re-rolée et re-interrogée sans être re-dérivée. Les chaînes multi-sauts et les contrefactuels deviennent des opérations sur la structure, non des jeux de langage sur un tampon.

Catégorie

Mémoire structurée post-langage

Primitive

Liaison ancrage × vecteurs d'entité

Idéal pour

Analogie, contrefactuel, raisonnement multi-sauts

Stade

Benchmarks multi-sauts clôturés à grande échelle

Comment cela se compose

Trois primitives, un seul substrat

Heddle maintient volontairement une interface réduite. Trois primitives portent toute la bibliothèque de comportements qui nous importent.

H1

                  bind(g, e) → p
                

Liaison

Les concepts sont stockés comme des produits d'un tenseur d'ancrage et d'un tenseur d'entité. La liaison est la plus petite unité de mémoire structurée — et l'unité qui survit au transport d'une tâche à l'autre.

H2

                  swap(p, r′) → p′
                

Échange de rôles

Les liaisons peuvent être re-rolées sans perdre leur identité. « Le chien court après le chat » et « le chat court après le chien » sont des structures différentes, non des paraphrases d'une même.

H3

                  walk(p, k) → ...
                

Rappel multi-sauts

La récupération est un parcours sur la structure, non une recherche sur une fenêtre. Des chaînes de deux, cinq ou dix sauts restent tractables car le coût croît avec la structure, non avec la longueur en tokens.

Un exemple concret

L'échange de rôles n'est pas une paraphrase.

Les mêmes entités, deux liaisons différentes, deux structures véritablement distinctes — non deux vues de la même.

structure A

dog chases → cat
pA = gchases(dog: subj, cat: obj)

structure B

cat chases → dog
pB = gchases(cat: subj, dog: obj)

A et B sont récupérés comme des choses distinctes. Sur l'échange de rôles hors ensemble, la liaison de slot reste à 1.00 ; les approches au niveau des octets s'effondrent à 0.60.

Mesuré

La précision multi-sauts reste au plafond.

P@5 across three index sizes. Held-out evaluation, no leakage between training and retrieval.

1.0 0.75 0.5 0.25 0.0
1.00 +11.2 pp

N = 50k

50,000 entrées

1.00 +12.0 pp

N = 200k

200,000 entrées

1.00 +12.5 pp

N = 1M

1,000,000 entrées

Closing the prior −12.5 pp gap left by the attention-style baseline at the same scale.

Progression

Heddle en mouvement

  1. v0.1

    Primitive de liaison livrée

    La liaison ancrage × entité est intégrée comme primitive de premier ordre dans la base de code, avec une API propre de lecture/écriture/échange de rôles.

  2. v0.2

    Benchmarks multi-sauts clôturés à petite échelle

    La récupération multi-sauts a été évaluée face aux références de style transformer aux seuils de 50 000 et 200 000 entrées. Heddle reste propre là où l'attention se brouille.

  3. v0.3

    Huit portes sur huit clôturées

    Tous les tests de portillonnage scientifique pour la v0.3 ont été clôturés, y compris l'échange de rôles hors ensemble et le multi-sauts adversarial. Publié en tant que bibliothèque au sein de la pile principale.

  4. Aujourd'hui

    Multi-sauts à un million d'entrées

    Le rappel multi-sauts mesuré au seuil du million d'entrées avec le score de récupération principal saturant son plafond. L'écart avec les références fondées sur l'attention sur la même tâche est positif à toutes les échelles.

Ce que Heddle débloque

Une mémoire qui justifie sa place

Raisonnement

Analogie et contrefactuel

Les liaisons peuvent être re-rolées pour évaluer « et si » sans re-prompting. La structure qui supporte l'analogie est la même que celle qui supporte le contrefactuel.

Agents

Agents à longue durée de vie avec une vraie mémoire

Les agents qui doivent mémoriser des conversations, des plans et des contraintes sur des jours ou des semaines conservent cette mémoire sous forme de structure, non de contexte toujours croissant.

Recherche

Raisonnement scientifique à grande échelle

Heddle s'adapte à la complexité relationnelle d'un domaine, non à la longueur de sa littérature. Les requêtes scientifiques multi-sauts restent tractables.

Heddle is what you build when you stop pretending a context window is memory.
ReasonLoom architecture brief

Disponible via

Research · Mnemo bridge

Toutes les technologies →