لقد شهدت نماذج اللغة الضخمة (Large Language Models) تقدمًا ملحوظًا في تحسين قدرات الوكلاء في إدارة المحادثات طويلة الأمد. ومع ذلك، فإن الأساليب الحالية تعتمد غالبًا على نهج ثابت، حيث يتم تخزين المعلومات بشكل غير نشط، ما يؤدي إلى قصور في تلبية احتياجات المستخدم المتطورة. هنا يأتي دور إطار العمل ICML (تعلم الذاكرة التفاعلية).

يعمل ICML على تحويل آلية الذاكرة من أرشيف ثابت إلى سياسة تفاعلية قابلة للتعلم. يعتمد الإطار على خط أنابيب تركيب الجلسات لتوليد بيانات الخبراء، مما يسهل التكيف السريع في السيناريوهات غير المألوفة. من خلال آلية التعلم المعزز عبر الإنترنت، يقوم وكيل التخطيط بتشفير المعلومات ذات القيمة العالية بينما يسترجع وكيل الزناد هذه المعلومات الديناميكية لتحسين جودة الاستجابة.

تتفاعل الوكلاء باستمرار، مما يسمح بتطوير مشترك من خلال ملاحظات تفاعلية، حيث يتم مزامنة قرارات الذاكرة مع التوقعات المتطورة للمستخدمين من خلال آلية مكافأة مؤجلة.

أظهرت النتائج التجريبية أن ICML يتفوق بشكل كبير على الأنماط الأساسية القوية، مظهرًا القدرة الفريدة على تحسين جودة الاستجابة بشكل مستمر مع تراكم التفاعلات. يعد هذا التطور خطوة رئيسية نحو تحسين تجارب البشر مع أنظمة الذكاء الاصطناعي، مما يجعل المحادثات أكثر تفاعلاً وملاءمة لاحتياجات المستخدمين.