Вид памяти: расширение возможностей агентов LLM для долгосрочной памяти с использованием различных стратегий

arXiv: 2610.11573v1 Annuales Type: New Humber Abstract: Capacitys of Major Language Models (LMS) в последнее время привлекли все большее внимание. Несмотря на достигнутый большой успех, существующие подходы к воспроизводству памяти, основанные на поиске информации, обычно игнорируют различия между воспоминаниями и используют единую стратегию для обработки всех воспоминаний, что приводит к неоптимальным результатам. Поэтому возникает интуитивный вопрос: можем ли мы разбить память на различные типы и выбрать соответствующие стратегии? Однако с учетом богатого по тематике, сложного сценария и граничного характера сценариев памяти достижение точной классификации воспоминаний не является легкой задачей. Для решения этой задачи мы предлагаем в этом документе набор данных с несколькими классами памяти, называемый TriMEM, который содержит точные аннотации для типов памяти по различным сценариям. Основываясь на этом фундаменте, мы предлагаем новую систему памяти под названием MemoType, которая может адаптивно распознавать каждый тип памяти и запроса с помощью модели усвоенного маршрутизатора. С запиской.