Resident Evil Star розробляє систему пам’яті на основі ШІ з Claude, досягає ідеального результату на бенчмарку LongMemEval

Згідно з 1M AI News, голлівудська акторка Мілла Йовович (відомa за ролями у «П’ятому елементі» та серіалі «Обитель зла») спільно розробила відкриту систему ШІ-пам’яті з відкритим кодом під назвою MemPalace разом із підприємцем у сфері біткоїнів і засновником децентралізованої платформи кредитування Libre Беном Сігманом. Випущений під ліцензією MIT на GitHub, проєкт зібрав 5,500 зірок протягом трьох днів.

Сігман заявив, що вони витратили місяці на розробку проєкту, використовуючи Claude від Anthropic, причому Claude Opus 4.6 вказаний як співавтор у історії Git-комітів. Ключова конкурентна перевага MemPalace полягає в її результативності за бенчмарками. На стандартному в індустрії бенчмарку пам’яті для витягування LongMemEval він досяг Recall@5 на рівні 96.6% із чистим локальним витягуванням (без виклику жодних зовнішніх API), а після ввімкнення опційного перезапорядкування моделі Haiku набрав ідеальні 500 із 500 запитань, що команда проєкту стверджує є найвищим результатом, коли-небудь зафіксованим на цьому бенчмарку — як для безплатних, так і для платних продуктів.

На двох інших бенчмарках ConvoMem набрав 92.9%, стверджуючи, що перевершує AI-продукт пам’яті Mem0 більш ніж удвічі; LoCoMo досяг ідеальних результатів у всіх категоріях багатокрокового міркування. Код для тестування бенчмарків зроблено публічно доступним разом із репозиторієм для відтворюваності.

На відміну від поширених рішень векторних баз даних, MemPalace організовує інформацію за технікою «палацу пам’яті» давньогрецького оратора. Система структурує записи розмов користувачів у чотирирівневу ієрархію: Wing (поділений за особами або проєктами) → Room (конкретні теми) → Closet (стиснені підсумки) → Drawer (дослівні записи розмов), причому пов’язані кімнати в межах одного Wing з’єднані через «Halls», а між різними Wing виконується перехресне посилання через «Tunnels». Тестування, проведене командою проєкту, показало, що сама лише ця структура може підвищити точність витягування на 34%.

Проєкт також створив безвтратний діалект стиснення під назвою AAAK, розроблений спеціально для AI-агентів: він стискає контекст користувача з тисяч токенів приблизно до 120 токенів, досягаючи коефіцієнта стиснення приблизно в 30 разів. AAAK складається з суто структурованого тексту, не потребує спеціальних декодерів або донавчання й може напряму бути зрозумілим будь-якою великою мовною моделлю, здатною читати текст.

Система також включає вбудоване виявлення протиріч, здатне фіксувати невідповідності в іменах, займенниках, віці та іншому ще до виведення. Уся система працює локально, не покладається на хмарні сервіси, не потребує API-ключів і є безплатною. Вона підтримує інтеграцію з інструментами на кшталт Claude, ChatGPT і Cursor через протокол MCP (пропонуючи 19 MCP-інструментів), а також підтримує генерацію підсумків контексту через командні рядки для локальних моделей на кшталт Llama та Mistral.

Перехід Йовович у світ технологій здивував багатьох. Репозиторій проєкту зареєстровано під її обліковим записом GitHub, і 4 із 7 комітів зроблені нею, включно з початковим комітом, що містить весь базовий код. Вона опублікувала вступне відео про проєкт в Instagram.