Mem0'nun Uzun Vadeli Hafıza Algoritması, OpenAI'yi doğruluk açısından %26 oranında geride bırakıyor

ME Haberleri'ne göre, 17 Nisan (UTC+8) tarihinde Beating tarafından izlendiğine göre, kişiselleştirilmiş AI hafıza platformu Mem0, son zamanlarda temel uzun vadeli hafıza algoritmasını açıkladı. Deney verileri, LOCOMO benchmark testinde Mem0'un yanıt doğruluk oranının OpenAI'nin yerleşik hafıza fonksiyonundan %26 daha yüksek olduğunu, aynı zamanda "gerçekleştirme" tabanlı arama mekanizması nedeniyle P95 çıkarım gecikmesinin %91 azaldığını ve Token tüketiminin %90 azaldığını gösterdi. Bu algoritma, AI ajanlarının uzun süreli etkileşimlerdeki "unutkanlık" sorununu çözmeyi amaçlıyor. LLM bağlam penceresini büyütme gibi kaba yaklaşımlardan farklı olarak, Mem0 iki aşamalı bir işlem hattı kullanıyor: "Çıkarma aşamasında" sistem, en son diyalogdan, kaydırma özetlerinden ve geçmiş verilerden kritik gerçekleri çıkarıyor; "Güncelleme aşamasında" ise vektör veritabanı üzerinden karşılaştırma yaparak yeni ekleme, güncelleme, çakışma silme veya yok sayma işlemlerini gerçekleştirerek hafıza deposunun sade ve tutarlı kalmasını sağlıyor. Araştırmada ayrıca bir geliştirilmiş varyant olan Mem0ᵍ tanıtıldı. Bu versiyon, graf veritabanı yapısını kullanarak çıkarılan gerçekleri etiketli düğümler ve kenarlar haline getirerek çok oturumlu karmaşık varlık ilişkilerini yakalıyor. Gerçek üretim ortamlarında, Mem0 hafıza aramasından cevap üretime kadar tüm süreci 0,71 saniyede tamamlarken, geleneksel "tam bağlam" yöntemi yaklaşık 10 saniye sürüyor. Bu araştırma şu anda Avrupa Yapay Zeka Konferansı (ECAI) tarafından kabul edildi ve ilgili kodlar GitHub üzerinde açık kaynak olarak yayınlandı. (Kaynak: BlockBeats)