geometry-of-consolidation

该项目实现了NeurIPS 2026论文《The Geometry of Consolidation》提出的几何化记忆压缩理论，核心是揭示语义记忆中聚类压缩（n→m代表）的几何约束条件：当平均簇内余弦距离与检索半角满足特定不等式时，身份恢复误差存在理论下界。项目包含可复现的Geometry-Aware Consolidation（GAC）算法、跨6种编码器与7个语料库的实证验证代码及完整论文材料。适用于认知建模、向量数据库压缩、语义记忆表示优化等需兼顾压缩率与检索保真度的研究场景。