Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Event-Centric Memory (EMem): организация памяти LLM через события, а не факты
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Парадокс долговременной памяти LLM: как хранить историю из десятков сессий? Сжимаешь в summary - теряешь детали ('на какой конференции?'). Дробишь на факты ('Боб-посетил-X', 'X-в-Токио') - нужно найти и связать три штуки для простого вопроса.
EMem (Event-Centric Memory) позволяет хранить всю историю диалогов через самодостаточные события - один retrieval шаг вместо сборки по кускам.
Вместо трёх фактов один EDU: 'Боб провёл пять дней в Токио в марте 2024 на Global AI Innovation Symposium 2024, выступил с докладом о multimodal learning'. Все аспекты события (кто-что-где-когда-зачем) упакованы в одну единицу памяти с нормализованными сущностями.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку