A-MEM: как новая структура памяти для агентов ИИ помогает решать сложные задачи

Специалисты из Университета Рутгерса, Ant Group и Salesforce Research разработали новую структуру, которая позволяет агентам ИИ выполнять более сложные задачи, интегрируя информацию из окружающей среды и автоматически создавая связанные воспоминания для построения сложных структур.

Платформа под названием A-MEM применяет передовые технологии, такие как LLM и векторные представления, чтобы анализировать взаимодействие пользователя с системой и формировать в памяти представления, которые можно легко извлекать и применять. 

Память имеет решающее значение в приложениях LLM и агентских приложениях, поскольку она обеспечивает долгосрочное взаимодействие между инструментами и пользователями. Однако современные системы памяти либо неэффективны, либо основаны на заранее заданных схемах, которые могут не соответствовать меняющемуся характеру приложений и взаимодействию с ними.

По словам исследователей, A-MEM представляет собой структуру, которая обеспечивает автономное и гибкое управление памятью для агентов LLM.

Каждый раз, когда агент LLM взаимодействует со своей средой, будь то доступ к инструментам или обмен сообщениями с пользователями, A-MEM генерирует «структурированные заметки в памяти», которые содержат как явную информацию, так и метаданные, такие как время, контекстное описание, релевантные ключевые слова и связанные воспоминания. Некоторые детали генерируются LLM по мере изучения взаимодействия и создания семантических компонентов.

После создания памяти для вычисления значений встраивания всех её элементов применяется модель кодировщика. Благодаря сочетанию семантических элементов и встраиваний, созданных с помощью LLM, мы получаем контекст, который понятен человеку, а также инструмент для эффективного поиска по сходству.

О