Về việc xây dựng hệ thống bộ nhớ cho các nhiệm vụ suy luận dài hạn. Đây là một chủ đề rất quan trọng, đặc biệt là để cải thiện các tác nhân lập trình như Claude Code. Các phương pháp Tạo ra Bộ nhớ Tăng cường hiện tại dựa vào sự tương đồng ngữ nghĩa trên các kho bộ nhớ đơn nhất. Mọi thứ bị rối rắm: thông tin tạm thời, mối quan hệ nguyên nhân, tham chiếu thực thể. Khi bạn truy xuất chỉ dựa trên sự tương đồng ngữ nghĩa, bạn sẽ mất đi cấu trúc làm cho việc suy luận trở nên khả thi. Thiết kế này hạn chế khả năng giải thích và tạo ra sự không phù hợp giữa những gì truy vấn thực sự cần và những gì được truy xuất. Nghiên cứu mới này giới thiệu MAGMA, một kiến trúc bộ nhớ tác nhân đa đồ thị đại diện cho mỗi mục bộ nhớ qua bốn đồ thị trực giao: ngữ nghĩa, tạm thời, nguyên nhân và thực thể. Ý tưởng chính: Thay vì nhồi nhét mọi thứ vào một không gian nhúng, hãy tách các loại mối quan hệ khác nhau thành các cấu trúc đồ thị riêng biệt. Sự tương đồng ngữ nghĩa cho bạn biết điều gì có liên quan về mặt chủ đề. Các đồ thị tạm thời cho bạn biết điều gì đã xảy ra khi nào. Các đồ thị nguyên nhân cho bạn biết điều gì dẫn đến điều gì. Các đồ thị thực thể cho bạn biết ai và cái gì được kết nối. MAGMA định hình việc truy xuất như một hành trình được hướng dẫn bởi chính sách qua các quan điểm quan hệ này. Tác nhân học cách điều hướng qua các đồ thị dựa trên ý định truy vấn, cho phép lựa chọn thích ứng và xây dựng ngữ cảnh có cấu trúc. Bằng cách tách biệt đại diện bộ nhớ khỏi logic truy xuất, MAGMA cung cấp các con đường suy luận minh bạch. Bạn thực sự có thể thấy tại sao một số bộ nhớ nhất định được truy xuất và chúng kết nối với truy vấn như thế nào. Các thí nghiệm trên LoCoMo và LongMemEval cho thấy MAGMA liên tục vượt trội hơn các hệ thống bộ nhớ tác nhân tiên tiến nhất trong các nhiệm vụ suy luận dài hạn. Tại sao công việc này quan trọng: Khi các tác nhân xử lý các nhiệm vụ ngày càng phức tạp và kéo dài, bộ nhớ trở thành nút thắt cổ chai. Việc truy xuất đơn nhất bị phá vỡ khi bạn cần suy luận về các chuỗi sự kiện, nguyên nhân và kết quả, hoặc mối quan hệ giữa các thực thể. Bộ nhớ đa đồ thị cung cấp một con đường tiến về phía trước. Bài báo: Học cách xây dựng các Tác nhân AI hiệu quả trong học viện của chúng tôi: