QEMem: од релевантни сеќавања до доволни докази кај LLM агентите

Долгорочната меморија им овозможува на LLM агентите да ги прекористуваат минатите искуства. Меѓутам, преземањето релевантни сеќавања не значи дека агентот има доволно докази за да одговори на прашањето. Суштинските информации може да останат фрагментирани низ записите, скриени зад апстракции или одвоени од релациите потребни за резонирање. Ова е јазот помеѓу релевантност и доволност.

Нова рамка QEMem го преформулира користењето на меморијата како изградба на сетови докази специфични за прашањето, со префрлање на фокусот од индивидуална релевантност на преземањето кон колективна доказна поддршка. QEMem комбинира три механизми: откривање водено од прашањето презема докази на повеќе нивоа на грануларност на меморијата; реификација врзана за изворот ги организира во структуирани ViewCards со експлицитни доказни улоги и референци; а рафинирање водено од доволноста селективно ги враќа информациите што недостасуваат.

Важно е што QEMem работи врз постоечките мемориски хранилишта без да ја менува формацијата на меморијата. На LoCoMo со Claude Opus 4.5 постигнува 91.43% точност според LLM-судија, што е 7.6 процентни поени над најсилниот тестиран baseline MemR3 и 10.7 поени над NEMORI на заедничко мемориско хранилиште. Понатамошните анализи покажуваат подобра покриеност на доказите и силни перформанси на прашања што бараат интеграција на докази од повеќе сесии.

Практична поука: за долгорочната меморија на агентите, прашањето не е само „што е релевантно", туку „што заедно докажува одговорот". Градењето сетови докази, наместо преземање поединечни записи, ја подобрува точноста без промена на начинот на кој се запишува меморијата.

Оваа статија ја напиша Yethikrishna R, основач и главен инженер на Mynd Labs и координатор и основачки член на Compyle (YC F25), од Трисур во Индија.

Извор: https://arxiv.org/abs/2610.22668