Yumii est un compagnon IA open-source, exécuté localement, doté d'un avatar Live2D, d'une voix en temps réel et de six personnalités, capable désormais de mémoire à long terme. Le projet met l'accent sur l'accessibilité et la facilité d'utilisation, avec une documentation complète, une installation simple et un processus d'intégration rationalisé.
Les agents d'IA à long terme nécessitent une mémoire persistante pour l'apprentissage, la réduction du contexte et l'audit des décisions passées. Les systèmes de mémoire actuels traitent la mémoire comme un simple stockage, ce qui entraîne des échecs tels qu'une croissance incontrôlée et l'oubli. Ce travail propose la Mémoire Évolutive Gouvernée (GEM) comme une nouvelle charge de travail de gestion de données, où l'exactitude est une propriété de la trajectoire de l'état.
Ce texte examine comment des systèmes de mémoire efficaces sont cruciaux pour que les agents d'IA deviennent de véritables collaborateurs, leur permettant de se souvenir des interactions et d'apprendre. Il souligne la distinction entre la mémoire à court terme et la mémoire à long terme comme étant essentielle pour concevoir des systèmes d'IA personnalisés et robustes.
Les systèmes d'IA modernes rencontrent des difficultés de mémoire, oubliant souvent les interactions passées ou dépendant fortement de la RAG. MemPalace propose une nouvelle approche pour construire une mémoire structurée et persistante pour les agents d'IA, dépassant les limites de la dépendance constante aux données externes.
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.
Cet article explore comment les agents d'IA modernes utilisent la mémoire à court terme (STM) et à long terme (LTM), en établissant des parallèles avec le système de mémoire du cerveau humain. Il définit la STM en IA comme la mémoire temporaire pour les interactions en cours et la LTM comme le stockage persistant au-delà des sessions uniques.