حول بناء أنظمة الذاكرة لمهام التفكير البعيد الأفق. هذا موضوع مهم جدا، خاصة لتحسين وكلاء البرمجة مثل Claude Code. تعتمد طرق التوليد المعززة بالذاكرة الحالية على التشابه الدلالي بدلا من مخازن الذاكرة الأحادية. كل شيء يتشابك: المعلومات الزمنية، العلاقات السببية، المراجع إلى الكيانات. عندما تسترجع بناء على التشابه الدلالي فقط، تفقد البنية التي تجعل التفكير ممكنا. هذا التصميم يحد من قابلية التفسير ويخلق عدم توافق بين ما يحتاجه الاستعلام فعليا وما يتم استرجاعه. يقدم هذا البحث الجديد MAGMA، وهي بنية ذاكرة وكالية متعددة الرسوم البيانية تمثل كل عنصر ذاكرة عبر أربعة رسوم بيانية متعامدة: دلالية، زمنية، سببية، وكيانة. فكرة رئيسية: بدلا من حشر كل شيء في فضاء تضمين واحد، افصل أنواع العلاقات المختلفة في هياكل بيانية مميزة. التشابه الدلالي يخبرك بما هو مرتبط بالموضوع. الرسوم البيانية الزمنية تخبرك بما حدث ومتى. الرسوم البيانية السببية تخبرك بما أدى إلى ماذا. رسوم الكيانات تخبرك بمن هو وما هو المرتبط. يصيغ MAGMA الاسترجاع كمسار موجه بالسياسات عبر هذه الآراء العلاقية. يتعلم الوكيل التنقل عبر الرسوم البيانية بناء على نية الاستعلام، مما يمكن الاختيار التكيفي وبناء السياق المنظم. من خلال فصل تمثيل الذاكرة عن منطق الاسترجاع، توفر MAGMA مسارات استدلالية شفافة. يمكنك فعليا أن ترى لماذا تم استرجاع بعض الذكريات وكيف ترتبط بالاستفسار. تظهر التجارب على LoCoMo وLongMemEval أن MAGMA يتفوق باستمرار على أنظمة الذاكرة العميلة المتطورة في مهام التفكير البعيد. لماذا هذا العمل مهم: مع تعامل الوكلاء مع مهام معقدة وطويلة الأمد، تصبح الذاكرة عنق الزجاجة. الاسترجاع الأحادي ينهار عندما تحتاج إلى التفكير في تسلسل الأحداث، السبب والنتيجة، أو العلاقات بين الكيانات. توفر ذاكرة الرسوم البيانية المتعددة مسارا للأمام. الورقة: تعلم كيفية بناء وكلاء الذكاء الاصطناعي الفعالين في أكاديميتنا: