Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Память долгоживущего агента научились сокращать, не сохраняя каждое наблюдение целиком. В нерецензированном препринте команда Bingfan Zeng получила в среднем 42,42% верных ответов — на 2,62 процентного пункта больше лучшей альтернативы — и сократила хранилище отдельных эпизодов на 53,9% относительно MIRIX; эти числа получили сами авторы. Для архитектуры агента это означает, что модель мира можно использовать не только для планирования, но и как часть механизма памяти.
MemoWM сначала переводит наблюдение в компактное дискретное состояние, которое не зависит от будущего вопроса. Затем модель мира (world model) предсказывает каждый элемент следующего состояния по истории и действиям агента. Если предсказание достаточно надёжно, значение не записывают: при чтении памяти его восстанавливает та же модель.
Одной предсказуемости для такого решения недостаточно. MemoWM заранее оценивает, насколько ошибка в каждом элементе повлияет на ответ агента, а при записи сопоставляет ожидаемый вред со стоимостью хранения. Поэтому система сохраняет даже обычную деталь, если она важна для задачи, и пропускает неожиданное изменение, если оно не влияет на результат. Отдельную маску сохранённых элементов передавать не нужно: запись и чтение повторяют одно правило на общей восстановленной истории.
Проверка охватывает пять наборов задач с длинной памятью в веб-интерфейсах и графических средах: WorldMemArena, AMA-Bench, LongMemEval-V2, WebQuest и MemEye. Методы сравнивали с одинаковыми базовыми моделями, модулем ответов и моделью-оценщиком в рамках протокола каждого набора. Это связывает результат прежде всего с агентами, которые накапливают истории действий и затем отвечают по ним.
Сокращение на 53,9% относится к постоянному хранилищу конкретных эпизодов и не включает служебные расходы файлового формата. Параметры модели мира оплачиваются один раз: чем дольше работает агент, тем на большее число взаимодействий распределяется эта стоимость. Поэтому MemoWM предлагает считать память как баланс между общей моделью среды и повторяющимися затратами на каждый новый опыт, а не оптимизировать только размер журнала событий.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
