在梦中，人、地点和时间被拼接在一起，形成从未相遇的场景。神经科学表明，这种重组并非噪声，而是推动洞察力和创造性发现的功能。这一观点重新定义了记忆巩固的意义：它不仅仅是为了防止遗忘，更在于跨越未曾共现的经历进行知识重组的可测量价值。
我们通过隔离重组重放机制，将其直接应用于两个架构上无关的系统：LoRA微调管道（DREAMS）和重放结构化知识对象的符号引擎（SAPIENCE）。两者均得出相同的结论：跨领域巩固创造了价值，而领域内的重复练习则没有。
符号引擎在发现新跨领域连接方面的成功率达85.7%，较基线提高21个百分点。神经网络的整体提升为5.64个百分点，但在明确需要跨领域转移的子任务（例如GSM8K上的未见数学推理）中，提升达14.5个百分点。
这一效果是真正的权重特性，而非提示伪影；将相同材料前置于671B参数模型的上下文中，实际上会逆转增益。我们通过对50,000篇真实论文的文献记录进行验证，提出了一个可证伪的海马体记录预测，以区分重组与重复练习。
最终，这一原理是平台无关的，能够在规模上追踪真实发现。阅读文献教会模型回忆所见，但产生发现需要一个单独的离线阶段，以跨领域重组知识——这正是计算机模拟梦境的过程。巩固的目的并非记忆，而是发现。
博主点评： 这项研究揭示了跨领域记忆重组在创造性发现中的重要性，强调了梦境般的计算过程在知识整合中的潜力。值得注意的是，重组机制的有效性不仅体现在理论上，更通过实验数据得到了实证支持，这为未来的人工智能系统设计提供了新的视角。