هوش مصنوعی

EvoMemState می‌خواهد حافظهٔ عامل‌های شخصی را فراتر از فهرست واقعیت‌ها ببرد

پیش‌چاپی در arXiv چارچوبی پیشنهاد می‌کند که علاوه بر نگهداری اطلاعات کاربر، ارتباط و اعتبار آن‌ها را در طول زمان بازنمایی کند.

۱ دقیقه مطالعه
Figure 1: Memory-centric and state-centric paradigms. Our retrieval preserves updates and conflicts, while generated reasoning states specify memory applicability, role, and priority for the current request.
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

عامل‌های مبتنی بر مدل‌های زبانی بزرگ برای ارائهٔ کمک شخصیِ پیوسته باید اطلاعات کاربران را میان تعامل‌ها به خاطر بسپارند. سامانه‌های موجود معمولاً اطلاعات را استخراج، سازمان‌دهی، به‌روزرسانی و بازیابی می‌کنند، اما عمدتاً هر مورد را به‌صورت واقعیتی مستقل نگه می‌دارند. به‌گفتهٔ پژوهشگران، این رویکرد ممکن است نشان ندهد اطلاعات تازه چگونه واقعیت‌های قبلی را تغییر می‌دهند، محدود می‌کنند یا با آن‌ها در تعارض قرار می‌گیرند؛ همچنین کاربرد و اولویت هر مورد برای درخواست فعلی را مبهم می‌گذارد.

پژوهشگران در پیش‌چاپ EvoMemState چارچوبی حالت‌محور معرفی کرده‌اند که واقعیت‌های ذخیره‌شده را با دو نوع حالت تکمیل می‌کند. «حالت‌های رابطه‌ای» اعتبار و ارتباط واقعیت‌ها را هنگام تحول حافظه ثبت می‌کنند. چکیدهٔ در دسترس، نوع دوم را «حالت استدلال» معرفی می‌کند، اما توضیح بیشتری دربارهٔ کارکرد آن ارائه نمی‌دهد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست