O algoritmo de Memória de Longo Prazo do Mem0 supera a OpenAI em 26% de precisão

Notícia da ME, em 17 de abril (UTC+8), segundo monitoramento da Beating, a plataforma de memória AI personalizada Mem0 divulgou recentemente os resultados de sua pesquisa sobre o algoritmo central de memória de longo prazo. Os dados experimentais mostram que, no benchmark LOCOMO, a taxa de precisão de resposta do Mem0 é 26% superior à função de memória integrada da OpenAI, e, devido ao seu mecanismo de busca "factual", a latência de inferência P95 foi reduzida em 91% e o consumo de tokens diminuiu em 90%. O algoritmo resolve o problema central da "esquecibilidade" dos agentes de IA em interações de longo prazo. Diferentemente da abordagem bruta de ampliar simplesmente a janela de contexto do LLM, o Mem0 adota uma tubulação de processamento em duas etapas: na "etapa de extração", o sistema extrai fatos-chave da conversa mais recente, resumos rolantes e histórico; na "etapa de atualização", o sistema realiza operações de adição, atualização, exclusão, conflito ou ignorar por meio de um banco de dados vetorial, garantindo a concisão e consistência do repositório de memória. A pesquisa também apresenta uma variante aprimorada, Mem0ᵍ. Essa versão introduz uma estrutura de banco de dados gráfico, transformando os fatos extraídos em nós e arestas rotulados, permitindo capturar relações complexas entre entidades entre múltiplas sessões. Em ambientes produtivos reais, o Mem0 completa todo o processo — da recuperação da memória à geração da resposta — em 0,71 segundo, enquanto o método tradicional "todo o contexto" exige cerca de 10 segundos. Atualmente, essa pesquisa foi aceita pela Conferência Europeia de Inteligência Artificial (ECAI), e o código relacionado já está aberto no GitHub. (Fonte: BlockBeats)