Как память ИИ-агента уберегла его от ложного отчёта и заставила отказаться от собственной фичи
ИИ-агент на основе своей памяти предотвратил публикацию ложного отчёта, выявив, что идея уже провалилась на реальных данных. В другом случае память показала, что добавление глобальной важности узлов в ранжирование ухудшает качество, и агент удалил эту фичу. Разработчики делятся опытом создания системы vecmory — «памяти по смыслу», которая помогает агенту не повторять прошлые ошибки.
В статье на Habr авторы описывают свой проект vecmory — систему семантической памяти для ИИ-агентов, основанную на мультиязычной модели MiniLM с 384 измерениями. Система выполняет три операции: recall (вспомнить релевантное), remember (запомнить) и link (связать два факта). При recall используется не плоский top-k, а «гирлянда»: находятся ближайшие по косинусу узлы-зёрна и разворачивается
Показать ещё ↓
- Сокращения
- MRR = Mean Reciprocal Rank — средний обратный ранг
- PPR = Personalized PageRank — персонализированный PageRank
- RRF = Reciprocal Rank Fusion — слияние с обратным рангом
- PR = Pull Request — запрос на слияние кода
Источник: Habr — хаб ML —
оригинал