Recall What Is Missing: Composing Evidence from Long-Term Agent Memory

مسئله

با بودجه‌ی محدود کانتکست، ایجنت بلندمدت باید نه فقط حافظه‌هایی را که تک‌تک مرتبط‌اند، بلکه شواهدی را که با هم برای پرسش فعلی کافی‌اند یادآوری کند. دسترسی معمولی حافظه را بازیابی، امتیازدهی و کوتاه می‌کند و اغلب چند جای کانتکست را با واقعیت‌های تکراری پر می‌کند و شواهد مکمل را جا می‌گذارد؛ مثلاً سه حافظه که همه می‌گویند کاربر در تهران زندگی می‌کند، به جای یکی از آن‌ها و حافظه‌ای درباره‌ی شغلش.

روش

نویسنده‌ها مرحله‌ی خواندن حافظه را «ترکیب شواهد مشروط به پرسش» تعریف می‌کنند: ارزش هر حافظه آن چیزی است که فراتر از شواهد انتخاب‌شده اضافه می‌کند. روش بدون آموزش MemPursuit باقی‌مانده‌ی یک بازسازی محدب تُنُک از پرسش را به عنوان جانشینی در فضای بازنمایی برای آنچه هنوز کم است به کار می‌برد. با استفاده‌ی دوباره از امبدینگ‌های پرسش و نامزدها که از بازیابی موجودند، بدون صدا زدن مدل زبانی یا رتبه‌بند متقاطع، کانتکست شواهد را به تدریج می‌سازد.

یافته‌ها

• در آزمایش‌های بودجه‌ی ثابت LoCoMo، دقت کل را در ۱۰ نتیجه‌ی اول ۷٫۲ و در ۲۰ نتیجه‌ی اول ۵٫۵ واحد درصد بهتر کرد، با بهبود پیوسته در چند چارچوب حافظه.
• تأخیر میانه‌ی بازرتبه‌بندی را ۳۲٫۹ برابر نسبت به BGE-v2-m3 با پردازش دسته‌ای کامل کم کرد.

محدودیت‌ها

مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ کیفیت روش به امبدینگ‌های بازیابی موجود وابسته است.