อัลกอริทึมหน่วยความจำระยะยาวของ Mem0 ทำผลงานได้ดีกว่า OpenAI 26% ในความแม่นยำ

ข่าวจาก ME News เมื่อวันที่ 17 เมษายน (UTC+8) ตามข้อมูลจาก Beating ซึ่งติดตามสถานการณ์ แพลตฟอร์ม AI ความจำส่วนบุคคล Mem0 เพิ่งเปิดเผยผลการวิจัยเกี่ยวกับอัลกอริธึมความจำระยะยาวหลักของตน ข้อมูลการทดลองแสดงว่า ในการทดสอบมาตรฐาน LOCOMO อัตราความแม่นยำในการตอบกลับของ Mem0 สูงกว่าฟีเจอร์ความจำแบบฝังตัวของ OpenAI ถึง 26% และเนื่องจากกลไกการค้นหาแบบ “การแปลงเป็นข้อเท็จจริง” ความล่าช้าในการประมวลผล P95 ลดลง 91% และปริมาณ Token ที่ใช้ลดลง 90% อัลกอริธึมนี้แก้ไขปัญหาหลักคือปรากฏการณ์ “ลืม” ของตัวแทน AI ในระหว่างการโต้ตอบระยะยาว ต่างจากวิธีการแบบใช้กำลังที่ขยายหน้าต่างบริบทของ LLM เพียงอย่างเดียว Mem0 ใช้ระบบการประมวลผลสองขั้นตอน: ใน “ขั้นตอนการดึงข้อมูล” ระบบจะดึงข้อเท็จจริงสำคัญจากบทสนทนาล่าสุด สรุปแบบเลื่อน และประวัติการใช้งาน; ใน “ขั้นตอนการอัปเดต” ระบบจะเปรียบเทียบผ่านฐานข้อมูลเวกเตอร์ เพื่อดำเนินการเพิ่ม อัปเดต ลบ หรือละเว้นข้อขัดแย้ง เพื่อให้มั่นใจว่าฐานความจำมีความกระชับและสอดคล้องกัน การวิจัยยังแนะนำรุ่นที่เสริมประสิทธิภาพคือ Mem0ᵍ รุ่นนี้นำโครงสร้างฐานข้อมูลกราฟมาใช้ โดยแปลงข้อเท็จจริงที่ดึงได้เป็นโหนดและขอบที่มีป้ายกำกับ เพื่อจับความสัมพันธ์ของเอนทิตีที่ซับซ้อนระหว่างเซสชันหลายครั้ง ในสภาพแวดล้อมการผลิตจริง Mem0 สามารถดำเนินกระบวนการทั้งหมดจากค้นหาความจำไปจนถึงการสร้างคำตอบภายใน 0.71 วินาที ในขณะที่วิธีแบบ “บริบทเต็ม” แบบดั้งเดิมต้องใช้เวลาใกล้เคียง 10 วินาที ปัจจุบันการวิจัยนี้ได้รับการรับรองโดย European Conference on Artificial Intelligence (ECAI) และรหัสที่เกี่ยวข้องได้เปิดแหล่งที่มาบน GitHub แล้ว (ที่มา: BlockBeats)