Mem0 опублікував дослідження основного алгоритму довготривалої пам’яті: за допомогою двоступеневого конвеєра витягує ключові факти та оновлює пам’ять, уникаючи забування. На базі бенчмарку LOCOMO точність перевищує вбудовану пам’ять OpenAI на 26%, затримка для P95 зменшилась на 91%, споживання токенів — на 90%. Посилена версія Mem0ᵍ із введенням графової бази даних захоплює міжсесійні зв’язки між об’єктами. На виробництві час від пошуку у пам’яті до відповіді становить лише 0.71 секунди, що значно краще ніж майже 10 секунд для повного контексту. Дослідження вже подано на ECAI, код відкрито на GitHub.

MeNews

2026-05-21 19:55:18

Генерація анотацій у процесі

ME Новини повідомляють, 17 квітня (UTC+8), згідно з моніторингом Бітінг Чак, що персоналізована платформа штучної пам’яті AI Mem0 нещодавно оприлюднила результати дослідження своєї основної довготривалої алгоритмічної пам’яті. Експериментальні дані показують, що у базовому тесті LOCOMO точність відповіді Mem0 перевищує внутрішню функцію пам’яті OpenAI на 26%, а через механізм пошуку «фактологічної» пам’яті її затримка для P95 знизилася на 91%, а споживання токенів скоротилося на 90%.
Головна проблема, яку вирішує цей алгоритм, — «забування» AI-агента під час довготривалих взаємодій. На відміну від простого розширення контекстного вікна LLM за допомогою грубої стратегії, Mem0 використовує двоступеневу обробну конвеєру: на «етапі витягання» система витягує ключові факти з останніх діалогів, зведених резюме та історії; на «етапі оновлення» система порівнює дані з векторною базою даних, виконує додавання, оновлення, видалення або ігнорування конфліктів, забезпечуючи компактність і цілісність пам’яті.
Дослідження також представляє покращену версію Mem0ᵍ. Ця версія вводить структуру графової бази даних, перетворюючи витягнуті факти у позначені вузли та ребра, що дозволяє захоплювати складні зв’язки між об’єктами у кількох сесіях. У реальних виробничих умовах Mem0 може завершити повний процес пошуку пам’яті та генерації відповіді за 0,71 секунди, тоді як традиційний метод «повного контексту» потребує майже 10 секунд.
Наразі це дослідження було прийнято на Європейській конференції з штучного інтелекту (ECAI), відповідний код вже відкритий на GitHub.
(Джерело: BlockBeats)

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

10 лайків

Нагородити
10
7
8
Поділіться

Прокоментувати

Додати коментар

NightFlightMint

· 3год тому

Чи може перший етап втратити інформацію при двоступеневому виділенні ключових фактів?