في عالم الذكاء الاصطناعي المتسارع، تسعى الأنظمة الذكية مثل OpenClaw إلى التحسين المستمر للتفاعل مع المستخدمين من خلال جمع وتخزين كميات ضخمة من الذكريات المرتبطة. ومع ذلك، تكمن التحديات الحقيقية في كيفية الحفاظ على العلاقات بين هذه الذكريات عندما تتداخل وتتعارض عبر سياقات مختلفة.
تعرفوا معنا على مشروع SubtleMemory، الذي يُعتبر معيارًا جديدًا يسلط الضوء على تمييز الذاكرة الدقيقة في الوكلاء طويل الأمد. هذا المعيار الجديد يهدف إلى رفع مستوى ذكاء الوكلاء من خلال تقييم قدرتهم على استرجاع الهياكل العلائقية الموزعة.
تقوم SubtleMemory بإنشاء أشكال دلالية خفية تتحكم بالعلاقات، حيث تتمثل الاختلافات فيها بروابط مكملة أو متناقضة، مدخلة هذه العلاقات في تواريخ تفاعلية واقعية بين المستخدم والوكلاء. يتطلب هذا الأمر من الأنظمة استرجاع المعلومات ذات العلاقات المرتبطة خلال الاستفسارات والتوجيهات اللاحقة.
يتضمن المعيار 1,522 حالة تقييم عبر 10 تواريخ طويلة، بالإضافة إلى 1,090 مجموعة متغيرة من الذكريات المتعلقة بالعلاقات تتنوع بين الاستفسارات المتعلقة بالمستخدم وتلك غير المتعلقة به.
عند تقييم ستة أنظمة ذاكرة مستقلة، بالإضافة إلى وكيلين على نمط Claw مزودين بوحدات ذاكرة أصلية وثلاثة وكلاء إضافيين مزودين بوحدات ذاكرة إضافية، تبين أن الأنظمة الحالية لا تزال تعاني من ضعف في التمييز الدقيق لذاكرة العلاقات.
كذلك، تم تقديم بروتوكولات تشخيصية تكشف عن ملفات تعريف متميزة للقدرات خلال مراحل الحفاظ على الذاكرة واسترجاعها، وأيضًا خلال مراحل التفكير اللاحقة.
هل أنتم مستعدون لاستكشاف كيف ستؤثر SubtleMemory على مستقبل الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!