AI News
Alle Meldungen
Offiziell

SoMem: Agenten organisieren ihr Gedächtnis selbst als verlinkte Dokumente

Die City University of Hong Kong und das Tencent Jarvis Lab schlagen ein selbstorganisiertes Gedächtnis vor, bei dem Agenten selbst entscheiden, wie sie ihre Notizen zusammenfassen und verknüpfen.

Forschung · · 1 Min. Lesezeit

Die City University of Hong Kong und das Tencent Jarvis Lab stellen mit SoMem ein Gedächtnisdesign für Agenten vor. Das Modell entscheidet selbst, wie seine Notizen strukturiert werden, statt sie in ein festes Schema aus Eintragstypen und Gruppierungsregeln zu schreiben. Feste Schemata, so die Autoren, lassen sich nur schwer anpassen, wenn sich Aufgaben und Interaktionen ändern. Der arXiv-Abstract formuliert die Frage so: Können LLM-Agenten ihr Gedächtnis mit gewöhnlichen Dokumenten selbst organisieren? Die Antwort der Forscher ist ein Framework, das das Gedächtnis als verlinkte Dokumente speichert.

Der Agent wählt, was er zusammenfasst, wie er zusammengehörige Informationen zu Themen bündelt und wann er bestehende Themen überarbeitet. Jede Zusammenfassung verweist zurück auf die ursprünglichen Interaktionen, die wortgetreu archiviert werden. Dieses Archiv kann der Agent lesen, aber nicht bearbeiten. Eine Laufzeitumgebung prüft jede vorgeschlagene Änderung, bevor sie übernommen wird, und leitet aus den organisierten Inhalten anschließend eine Zeitleiste, einen Beziehungsgraphen und eine Ansicht der jüngsten Erinnerungen ab.

Das Abrufen funktioniert spiegelbildlich. Wird eine Frage gestellt, entscheidet der Agent, was er durchsucht und liest, folgt den Links zwischen den Dokumenten und öffnet die ursprünglichen Belege, wenn er eine Antwort absichern muss. Das ist das agentengesteuerte Lesen, das der Bericht beschreibt.

SoMem übertrifft die stärkste Vergleichsmethode um 2,66 Prozentpunkte auf LoCoMo, um 3,10 auf BEAM-100K und um 2,00 auf LongMemEval-S. Der Bericht von DAIR.AI spricht von Punkten, der arXiv-Abstract von Prozentpunkten. Laut Abstract lässt sich das aufgebaute Gedächtnis zudem modellübergreifend wiederverwenden, und zusätzlicher Reasoning-Aufwand kann die Antwortqualität weiter verbessern.

Die praktische Empfehlung von DAIR.AI: Ein Agent, der ohnehin Dateien liest und schreibt, könnte verlinkte Notizen mit Quellenbelegen ausprobieren, bevor ein Vektorspeicher hinzukommt. Das Paper zeigt allerdings etwas Engeres. Ein Agent, der seine eigenen verlinkten Dokumente schreibt, die Rohbelege unveränderlich hält und über Links abruft, kann die Vergleichsmethoden übertreffen, gegen die er getestet wurde. Die Tests umfassten drei Gedächtnis-Benchmarks für lange Konversationen.

Was sich ändert

Art: Forschung · Betrifft: LoCoMo, BEAM-100K, LongMemEval-S

Warum es wichtig ist

Teams, die Agenten mit Gedächtnis entwickeln, könnten auf feste Schemata verzichten. Zudem funktionierte ein von einem Modell geschriebenes Gedächtnis laut den Angaben auch, wenn ein anderes Modell es las.

Was Sie tun können

Erwägen Sie verlinkte Notizen mit Quellenbelegen als einfaches Gedächtnisdesign, das Sie testen, bevor Sie einen Vektorspeicher hinzufügen.

Originalquelle

Wo wir es gesehen haben

1 Quelle

DAIR.AI (Elvis Saravia)

City University of Hong KongTencent Jarvis Lab

KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es