Memora: Een Harmonische Geheugenrepresentatie die Abstractie en Specificiteit in Balans Brengt
Microsoft
Microsoft Research introduceert Memora, een agentisch geheugensysteem dat rijke geheugeninhoud ontkoppelt van lichtgewicht retrievalabstracties en daarmee state-of-the-art prestaties levert op lange-context benchmarks, terwijl het tot 98% minder tokens gebruikt. Het systeem maakt gebruik van primaire abstracties en cue-ankers om detail en efficiëntie in balans te brengen, waardoor AI-agenten langdurige samenwerking kunnen ondersteunen.
Microsoft Research heeft Memora onthuld, een schaalbaar geheugensysteem dat ontworpen is om de staatloze aard van huidige AI-agenten te overwinnen. Memora koppelt wat wordt opgeslagen (rijke geheugeninhoud) los van hoe het wordt opgehaald (lichtgewicht primaire abstracties en cue-ankers), waarmee de afweging tussen specificiteit en abstractie wordt opgelost. Het behaalt nieuwe state-of-the-art resultaten op de LoCoMo- en LongMemEval-benchmarks en presteert beter dan Mem0, RAG en full-context inferentie, terwijl het tot 98% minder tokens gebruikt. Het systeem werd gepubliceerd op ICML 2026 en de code is beschikbaar op GitHub. Het ontwerp van Memora stelt agenten in staat om langdurige samenwerking te ondersteunen door gedetailleerde, toegankelijke herinneringen over sessies heen te behouden.
Bron: Microsoft Research —
origineel