El algoritmo de memoria a largo plazo de Mem0 supera en un 26 % la precisión de OpenAI

iconKuCoinFlash
Compartir
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconResumen

expand icon
Las noticias de IA + cripto se publicaron el 17 de abril cuando Mem0 reveló su investigación sobre el algoritmo de memoria a largo plazo. En el benchmark LOCOMO, la precisión de Mem0 superó a la de OpenAI en un 26%. Su mecanismo de recuperación redujo la latencia P95 en un 91% y el uso de tokens en un 90%. La tubería de dos etapas garantiza la consistencia de la memoria. Mem0ᵍ, una variante basada en grafos, captura relaciones complejas. Las pruebas en el mundo real muestran tiempos de respuesta de 0,71 segundos. El estudio fue aceptado por ECAI, y el código se publicó como código abierto. El seguimiento de los datos de inflación no se ve afectado por estos avances de IA.

Noticias de ME, el 17 de abril (UTC+8), según el monitoreo de Beating, la plataforma de memoria AI personalizada Mem0 ha publicado recientemente los resultados de su investigación sobre el algoritmo clave de memoria a largo plazo. Los datos experimentales muestran que, en la prueba de referencia LOCOMO, la precisión de respuesta de Mem0 es un 26 % superior a la función de memoria incorporada de OpenAI, y debido a su mecanismo de recuperación "factual", reducto su latencia de inferencia P95 en un 91 % y redujo el consumo de tokens en un 90 %. Este algoritmo aborda el problema central del fenómeno de "olvido" de los agentes de IA durante interacciones de largo plazo. A diferencia del enfoque violento de ampliar simplemente la ventana de contexto del LLM, Mem0 emplea una tubería de procesamiento en dos etapas: en la "etapa de extracción", el sistema extrae hechos clave del diálogo más reciente, resúmenes deslizantes y registros históricos; en la "etapa de actualización", el sistema realiza operaciones de adición, actualización, eliminación de conflictos o ignorancia mediante una base de datos vectorial, asegurando la concisión y coherencia de la base de memoria. La investigación también presenta una variante mejorada, Mem0ᵍ. Esta versión introduce una estructura de base de datos gráfica, convirtiendo los hechos extraídos en nodos y aristas etiquetados, lo que permite capturar relaciones complejas entre entidades a través de múltiples sesiones. En entornos productivos reales, Mem0 completa todo el proceso, desde la recuperación de memoria hasta la generación de respuestas, en 0.71 segundos, mientras que el método tradicional "de todo el contexto" requiere casi 10 segundos. Actualmente, esta investigación ha sido aceptada por la Conferencia Europea de Inteligencia Artificial (ECAI), y el código relacionado ya está disponible en GitHub. (Fuente: BlockBeats)

Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información. Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.