La capture des relations inter-session de Mem0ᵍ, le long dialogue a enfin été sauvée

Voir l'original
MeNews
Mem0 publie une recherche sur l'architecture de mémoire à long terme : une précision supérieure de 26 % à OpenAI, une réduction de 91 % de la latence d'inférence
Mem0 publie la recherche sur l'algorithme de mémoire à long terme central : extraction des faits clés via une pipeline en deux étapes et mise à jour de la mémoire, évitant l'oubli.
Sur la référence LOCOMO, le taux de précision dépasse de 26 % celui de la mémoire intégrée d'OpenAI, la latence de raisonnement P95 diminue de 91 %, et la consommation de tokens chute de 90 %.
La variante améliorée Mem0ᵍ introduit une base de données graphique pour capturer les relations d'entité entre les sessions.
En production, la récupération de mémoire jusqu'à la réponse ne prend que 0,71 seconde, bien meilleur que près de 10 secondes pour tout le contexte.
La recherche a été acceptée à l'ECAI, et le code est open source sur GitHub.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épinglé