2026/02 — 至今
LnMem｜伴侣型 AI 记忆研究
研究对话之外，哪些信号能帮助 AI 理解用户
独立研究项目 · 研究设计 / 原型实现 / 实验分析
CfC连续时间网络视觉理解AI 记忆信息论分析
我想研究，除了检索历史对话，轻量神经网络能否从持续相处中学到个人的行为线索。LnMem 用 CfC（连续时间神经网络）处理随时间变化的信号，并结合文字与视觉信息进行实验。
实验之后，我又用信息论方法复核表情信号与意图的关系。阶段性结论是，单靠表情不足以稳定理解意图，需要补充当时的场景和行为背景。后续研究因此转向场景信息与硬件上的实时理解。
一个人 vibe coding 完成，没有团队，AI 是我的手脚。我负责研究问题、实验设计和结果判断；现阶段不把实验结果直接当作真实陪伴效果。
设计与实现
- 用 CfC 处理随时间变化的信号，探索个人记忆与意图理解。
- 将模型表现与输入信号本身的信息量分开分析，避免把所有问题归因于模型。
- 根据阶段性结论，后续补充场景和行为背景，并研究本地硬件上的实现。
技术：CfC 连续时间神经网络、视觉理解与信息论分析。
项目进展
已形成表情信号的阶段性结论，后续研究转向场景信息。