Алгоритм довгострокової пам’яті Mem0 перевищує точність OpenAI на 26%

Новини ME, 17 квітня (UTC+8): за даними Beating, персоналізована платформа AI-пам’яті Mem0 недавно оприлюднила результати дослідження свого основного алгоритму довгострокової пам’яті. Дані експериментів показують, що в тесті LOCOMO точність відповідей Mem0 на 26% вища, ніж у вбудованої функції пам’яті OpenAI, а через свою «фактичну» механіку пошуку P95 затримка виведення зменшилася на 91%, а споживання токенів — на 90%. Основна проблема, яку вирішує цей алгоритм — «забуття» AI-агентами під час довготривалих взаємодій. На відміну від простого збільшення контекстного вікна LLM, Mem0 використовує двоетапну обробну лінійку: на етапі «витягування» система витягує ключові факти з найновіших діалогів, згортаних описів та історії; на етапі «оновлення» система за допомогою векторної бази даних порівнює дані, виконуючи операції додавання, оновлення, видалення конфліктних або ігнорування записів, забезпечуючи стислість та узгодженість бази пам’яті. Дослідження також представляє покращену версію Mem0ᵍ, яка впроваджує структуру графової бази даних, перетворюючи витягнуті факти на позначені вузли та ребра, що дозволяє фіксувати складні зв’язки між сутностями у кількох сесіях. У реальних продуктивних умовах Mem0 завершує повний цикл — від пошуку пам’яті до генерації відповіді — за 0,71 секунди, тоді як традиційний метод «повного контексту» вимагає майже 10 секунд. Дослідження було прийнято Європейською конференцією з штучного інтелекту (ECAI), а відповідний код уже опубліковано на GitHub. (Джерело: BlockBeats)