Progetto flagship · X Quantum Tech

NexusDB.
Oltre il vettore.

Memoria ultrarapida di competenze per agenti AI. Comprimi migliaia di pagine in una cartuccia .nxm portabile e dalla a qualsiasi modello come expertise reale: recupero in meno di 15 ms, citazioni esatte, zero retraining. Non una simulazione della conoscenza — memoria vera, che gira anche in locale.

— Il test: 11 codici di legge italiani dati a un modello locale da 1B
3.167
pagine in 1 cartuccia .nxm
15,66 MB
~95% di compressione
<15 ms
tempo di recupero
10/10
citazioni esatte (da 0/10)
— Il problema

I database vettoriali
non ricordano.
Indicizzano.

Le architetture RAG tradizionali (Pinecone, Milvus, Qdrant) si affidano ad archivi matematicamente inerti: i dati vengono vettorizzati, indicizzati con HNSW e recuperati tramite distanza statica. Funziona, ma è una libreria — non una mente.

Il risultato è l'amnesia anterograda degli LLM: ogni interazione riparte da zero, senza che il sistema impari davvero dall'uso. La conoscenza resta congelata nello stesso punto in cui è stata scritta.

NexusDB riprogetta il layer di recupero perché si comporti come una rete neurale plastica e auto-cablante, non come un indice geometrico fisso.

— Architettura

Due principi biologici.
Una memoria che evolve.

Plasticità sinaptica Hebbiana

"Neurons that fire together, wire together." Il grafo di recupero non è una struttura HNSW fissa, ma una topologia dinamica che evolve in base ai pattern di interrogazione.

  • Potenziamento (LTP) — i nodi co-attivati da query complesse rafforzano i loro legami.
  • Depressione (LTD) — connessioni inattive e rumore decadono nel tempo, mantenendo l'indice snello.
  • Ancoraggio elastico — previene il catastrophic forgetting: le coordinate del foundation model fanno da ancora, i pesi Hebbiani da molle.

Manifold 4D — DNA-Φ

Al posto dello spazio euclideo piatto, un manifold core 4D modellato sulla doppia elica del DNA. Ogni nodo possiede una fase complessa — la quarta dimensione — e il recupero segue una logica di quantum walk.

  • Doppia elica — Strand 1 (cosa è: principi, definizioni) + Strand 2 (cosa fa: processi, conseguenze).
  • Allineamento di fase — l'interferenza costruttiva premia i nodi pertinenti, quella distruttiva filtra i falsi positivi.
  • Strand jump — i segnali saltano istantaneamente tra dominio teorico e operativo.
DNA-Φ scoring
S(q, n) = Sim(q, n) · [ 0.4 + 0.6 · cos(φq − φn) ]

Il punteggio fonde la similarità semantica con l'allineamento di fase. Due contesti possono essere vicini nel vettore ma logicamente irrilevanti: la fase agisce da gate ad alta precisione, qualcosa che la pura distanza coseno non può fare.

— Cosa abilita

Una memoria che impara,
ragiona e ti appartiene.

Apprendimento continuo

Il sistema migliora con l'uso. I percorsi più interrogati si rafforzano, il rumore svanisce.

Ragionamento associativo

Connessioni cross-dominio fra teoria e pratica, non semplice somiglianza testuale.

Formato .nxm

Nexus Memory: l'esperienza diventa un file portabile e modulare, da distribuire e comporre.

Sovranità locale

Gira on-premise. I tuoi dati e la tua memoria restano tuoi, senza dipendenze cloud.

Anti-oblio

L'ancoraggio elastico previene il catastrophic forgetting tipico del fine-tuning.

Precisione sub-vettoriale

Il filtro di fase elimina i falsi positivi che superano i normali filtri di distanza.

— Confronto

Vector DB vs NexusDB

Vector DB classici NexusDB
RecuperoIndice geometrico statico (HNSW)Grafo plastico auto-cablante
ApprendimentoNessuno — archivio inerteContinuo (Hebbiano LTP/LTD)
SpazioEuclideo piattoManifold 4D con fase
Filtro pertinenzaDistanza cosenoInterferenza di fase
Portabilità memoriaDump dell'indiceFormato .nxm modulare

Confronto architetturale qualitativo. Pinecone, Milvus e Qdrant sono marchi dei rispettivi proprietari.

Costruito da
X Quantum Tech.

NexusDB è il cuore di memoria della nostra ricerca applicata. Vuoi integrarlo nei tuoi sistemi o valutarlo per il tuo caso d'uso? Parliamone.