Muistijärjestelmien rakentamisesta pitkän aikavälin päättelytehtäviä varten. Tämä on todella tärkeä aihe, erityisesti koodausagenttien, kuten Claude Coden, kehittämisessä. Nykyiset muistiaugmentoidun generoinnin menetelmät perustuvat semanttiseen samankaltaisuuteen monoliittisten muistivarastojen sijaan. Kaikki sotkeutuu yhteen: ajallinen tieto, kausaaliset suhteet, entiteettiviittaukset. Kun palautat pelkän semanttisen samankaltaisuuden perusteella, menetät rakenteen, joka mahdollistaa päättelyn. Tämä suunnittelu rajoittaa tulkittavuutta ja aiheuttaa ristiriitaa sen välillä, mitä kysely oikeasti tarvitsee ja mitä haetaan. Tämä uusi tutkimus esittelee MAGMAN, monigraafisen agenttisen muistiarkkitehtuurin, joka edustaa jokaisen muistialkion neljän ortogonaalisen graafin välillä: semanttinen, ajallisen, kausaalisen ja entiteettisen. Keskeinen ajatus: Sen sijaan, että pakottaisit kaiken yhteen upotustilaan, eri suhteet erotetaan erillisiksi graafirakenteiksi. Semanttinen samankaltaisuus kertoo, mikä liittyy aiheeseen. Ajalliset käyrät kertovat, mitä tapahtui milloin. Kausaaliset käyrät kertovat, mikä johti mihinkin. Entiteettikaaviot kertovat, ketkä ja mitkä ovat yhteydessä toisiinsa. MAGMA muotoilee palautuksen politiikkaohjatuksi kulkuseksi näiden suhteellisten näkemysten yli. Agentti oppii navigoimaan graafien välillä kyselytarkoituksen perusteella, mikä mahdollistaa adaptiivisen valinnan ja rakenteellisen kontekstirakentamisen. Irrottamalla muistiesityksen hakulogiikasta MAGMA tarjoaa läpinäkyviä päättelypolkuja. Voit itse asiassa nähdä, miksi tietyt muistot on palautettu ja miten ne liittyvät kyselyyn. LoCoMo- ja LongMemEval-kokeet osoittavat, että MAGMA päihittää johdonmukaisesti huippuluokan agenttimuistijärjestelmät pitkän aikavälin päättelytehtävissä. Miksi tämä työ on tärkeä: Kun agentit hoitavat yhä monimutkaisempia ja pitkäkestoisempia tehtäviä, muisti muuttuu pullonkaulaksi. Monoliittinen haku hajoaa, kun täytyy pohtia tapahtumien sarjoja, syy-seuraussuhteita tai entiteettien välisiä suhteita. Monigraafimuisti tarjoaa tien eteenpäin. Artikkeli: Opi rakentamaan tehokkaita tekoälyagentteja akatemiassamme: