Önfejlesztő memóriát kaphatnak a LLM-alapú ügynökök az EvolveMem révén
A jelenlegi memóriarendszerek fix lekérdezési infrastruktúrával dolgoznak, de az EvolveMem egy LLM-alapú diagnosztikai modul segítségével folyamatosan finomhangolja saját működését.
Hosszú távú memóriára van szükségük a LLM-alapú ügynököknek, ha több munkameneten keresztül is hatékonyan akarnak működni, a meglévő rendszerek azonban fix lekérdezési mechanizmusokkal dolgoznak — írja egy friss tanulmány, amely előnyomtatott formában jelent meg az arXiv platformon.
A kutatók szerint az adaptív memória igényli, hogy a tárolt tudás és a lekérdezési mechanizmusok együtt fejlődjenek. Erre kínál megoldást az EvolveMem, egy önfejlesztő memóriarendszer, amely egy LLM-alapú diagnosztikai modullal optimalizálja a lekérdezési konfigurációját.
Az AutoResearch folyamat
Az EvolveMem minden evolúciós körben elemzi a kérdésenkénti hibajelentéseket, azonosítja a problémák gyökerét, majd célzott konfigurációs javaslatokat tesz. A rendszer egy védett meta-elemzőt is tartalmaz, amely automatikusan visszaállítja a korábbi állapotot regresszió esetén, és új megoldásokat keres, ha a fejlődés stagnál.
Ez a zárt hurkú önfejlődés egy úgynevezett AutoResearch folyamatot valósít meg, ahol a rendszer autonóm módon végzi a kutatást és az optimalizálást. Az EvolveMem a teljes lekérdezési konfigurációját strukturált cselekvési térként kezeli, amelyet a LLM-alapú diagnosztikai modul optimalizál.
A rendszer célja, hogy a LLM-ügynökök ne csak a tárolt tartalmat, hanem a lekérdezési funkciókat, az egyesítési stratégiákat és a válaszgenerálási politikákat is dinamikusan fejlesszék, ellentétben a korábbi, telepítéskor rögzített megközelítésekkel. Az EvolveMem az arXiv:2605.13941v1 azonosító alatt érhető el.