Yumii es un compañero de IA de código abierto, ejecutado localmente, con un avatar Live2D, voz en tiempo real y seis personalidades, que ahora recuerda al usuario a largo plazo. El proyecto se centra en la accesibilidad y la facilidad de uso, con documentación completa, instalación sencilla y un proceso de incorporación optimizado.
Los agentes de IA de larga duración necesitan memoria persistente para aprender, reducir la inyección de contexto y auditar decisiones pasadas. Los sistemas de memoria actuales tratan la memoria como almacenamiento, lo que provoca fallos como el crecimiento desregulado y el olvido. Este trabajo propone la Memoria Evolutiva Gobernada (GEM) como una nueva carga de trabajo de gestión de datos, donde la corrección es una propiedad de la trayectoria del estado.
Este texto explora cómo los sistemas de memoria efectivos son cruciales para que los agentes de IA se conviertan en colaboradores genuinos, permitiéndoles recordar interacciones y aprender. Destaca la distinción entre la memoria a corto y largo plazo como clave para diseñar sistemas de IA personalizados y robustos.
Los sistemas de IA modernos tienen dificultades con la memoria, a menudo olvidan interacciones pasadas o dependen en gran medida de RAG. MemPalace presenta un nuevo enfoque para construir memoria persistente y estructurada para agentes de IA, superando las limitaciones de la dependencia constante de datos externos.
O texto aborda o desafio de criar agentes de IA com memória de longo prazo, destacando que a limitação arquitetônica atual impede a construção de agentes relacionais úteis em escala. Ele critica o custo e a latência de simular memória com janelas de contexto grandes, defendendo arquiteturas mais inteligentes que armazenam e recuperam memória externamente.
A maioria dos agentes de IA sofre de amnésia devido aos limites da janela de contexto e custos, perdendo raciocínios acumulados. O desafio está na qualidade da recuperação e no custo por token, sendo a solução mais inteligente a recuperação seletiva, ranqueada e comprimida, com projetos como Remembr liderando essa abordagem.
Este artículo explora cómo los agentes de IA modernos utilizan la memoria a corto plazo (STM) y a largo plazo (LTM), estableciendo paralelismos con el sistema de memoria del cerebro humano. Define la STM en IA como memoria temporal para interacciones en curso y la LTM como almacenamiento persistente más allá de sesiones individuales.