PlugMem: ripensare la memoria per gli agenti AI

Gli agenti di intelligenza artificiale odierni memorizzano lunghe cronologie di interazioni, ma spesso faticano a riutilizzarle in modo efficace. L'accumulo di dati grezzi può sovraccaricare gli agenti con un contesto eccessivo e di scarso valore.

PlugMem è un modulo di memoria che trasforma la cronologia delle interazioni in conoscenza strutturata e riutilizzabile. Questo approccio permette di superare i limiti dei sistemi di memoria tradizionali, che spesso si basano sull'archiviazione di grandi quantità di testo non strutturato.

Come funziona PlugMem

PlugMem converte la cronologia delle interazioni dell'agente (dialoghi, documenti, sessioni web) in unità di conoscenza strutturate e compatte, riutilizzabili in diversi contesti. Il sistema si basa su tre componenti principali:

  • Struttura: Le interazioni grezze vengono standardizzate e trasformate in conoscenza proposizionale (fatti) e prescrittiva (competenze riutilizzabili). Queste unità di conoscenza sono organizzate in un grafo di memoria strutturato.
  • Recupero: Invece di recuperare lunghi passaggi di testo, PlugMem recupera unità di conoscenza allineate all'attività corrente. Concetti di alto livello e intenti inferiti fungono da segnali di routing, facendo emergere le informazioni più rilevanti.
  • Ragionamento: La conoscenza recuperata viene distillata in una guida concisa e pronta per l'attività, prima di essere passata all'agente base, garantendo che solo la conoscenza rilevante per la decisione entri nella finestra di contesto dell'agente.

Valutazione di PlugMem

PlugMem è stato valutato su tre benchmark che richiedono diversi tipi di memoria:

  • Rispondere a domande in lunghe conversazioni multi-turno.
  • Trovare fatti che abbracciano più articoli di Wikipedia.
  • Prendere decisioni durante la navigazione sul web.

In tutti e tre i casi, PlugMem ha costantemente superato sia i metodi di recupero generici sia i progetti di memoria specifici per attività, consentendo al contempo all'agente AI di utilizzare un budget di token di memoria significativamente inferiore.

Verso una memoria riutilizzabile per gli agenti

L'obiettivo è che gli agenti portino con sé fatti e strategie utili da un'attività all'altra, piuttosto che ricominciare da zero ogni volta. PlugMem rappresenta un passo in questa direzione, basando la progettazione della memoria su principi cognitivi e trattando la conoscenza come l'unità primaria di riutilizzo.