За пределами извлечения фактов: эпизодическая память для RAG с генеративными семантическими рабочими пространствами

RAG-системы подают LLM сырые фрагменты текста, заставляя модель одновременно искать, помнить и анализировать — в результате она теряет до 40% релевантной информации из середины документа. Метод GSW позволяет анализировать длинные нарративы (романы, договоры, серии отчётов) с отслеживанием изменений ролей, событий и состояний во времени. Вместо поиска по сырому тексту, LLM сначала извлекает из документа структурированные данные (кто, что, где, когда, в какой роли) и строит «карту памяти». Вопрос пользователя обрабатывается уже по этой компактной карте — точность +15-20%, объём контекста -50%.