QuarqLabs abre el código de la arquitectura de agente de memoria persistente de cuatro capas

ME AI Noticia, según el monitoreo de Beating, la startup QuarqLabs ha abierto su proyecto principal, Quarq Agent, en la versión v0.4.0. Este proyecto busca proporcionar una arquitectura de memoria a largo plazo con capacidad de «aprendizaje continuo» para agentes de IA, abordando problemas como el olvido fácil, la dificultad para realizar razonamiento en largos períodos de tiempo y la tendencia a generar alucinaciones. Al mismo tiempo, QuarqLabs anunció que su enfoque estratégico se ha desplazado completamente hacia la infraestructura robótica (Robotics Infrastructure); este proyecto será archivado como un activo de investigación de código abierto, y la empresa ya no ofrecerá mantenimiento activo. Quarq Agent propone innovadoramente un sistema modular de memoria a largo plazo compuesto por cuatro capas: «consulta, almacenamiento, razonamiento y aprendizaje». En la «capa de consulta», el sistema expande en segundo plano la pregunta en múltiples hipótesis de búsqueda desde distintas perspectivas, combinando búsqueda vectorial local con FAISS y búsquedas por palabras clave; en la «capa de almacenamiento», las memorias se clasifican en tres categorías: semánticas (preferencias y hechos), situacionales (historial de eventos) y procedimentales (instrucciones de comportamiento y reglas de formato); las dos primeras son respaldadas por una biblioteca vectorial local y JSON, mientras que la última se mantiene independientemente mediante conjuntos de reglas; en la «capa de razonamiento», el sistema bloquea alucinaciones mediante barreras explícitas como la distinción estricta entre eventos y tiempos de almacenamiento, la aislación de asociaciones de entidades y la confesión activa de información faltante cuando es insuficiente; en la «capa de aprendizaje», el sistema ejecuta en segundo plano modelos independientes para completar la adición, eliminación, actualización y consolidación de memorias sin aumentar la latencia de interacción. En términos ecológicos y de implementación, Quarq Agent se enfoca en una implementación localizada mínima, integrando habilidades listas para usar como Gmail, Google Calendar y generación estructurada de informes PDF, permitiendo a los desarrolladores extenderlo dinámicamente mediante scripts en Python dentro del directorio tools. Como implementación de referencia completamente abierta y bien diseñada de un agente «Memory-First», proporciona una base de alto valor técnico para construir agentes de acompañamiento a largo plazo. (Fuente: BlockBeats)