详细内容或原文请订阅后点击阅览
AutoMem 教 AI 真正记住
人工智能能像人类一样学会记忆吗？新框架 AutoMem 教人工智能代理如何管理自己的内存，而不是简单地依赖更大的上下文窗口。通过学习要记住、检索和忘记什么，AutoMem 在复杂的长期任务上将 AI 性能提高了 4 倍。
来源:QudataAutoMem 教 AI 真正记住
随着人工智能代理承担日益复杂、长时间运行的任务，一个挑战继续限制它们的能力：内存。尽管当今的大型语言模型可以处理大量上下文，但它们仍然难以决定哪些信息值得保留、何时检索它以及如何随着时间的推移组织知识。
斯坦福大学的研究人员推出了 AutoMem：将记忆自动学习作为一种认知技能，这是一个新框架，它将记忆管理重新视为一种可训练的能力，而不是人工智能系统的固定组成部分。 AutoMem 不依赖手动设计的内存架构或不断扩展的上下文窗口，而是教导语言模型自行养成更好的记忆习惯。
AutoMem 背后的关键思想受到元记忆认知科学概念的启发，即人类理解和管理自己记忆的能力。该框架并没有将内存视为被动存储，而是允许人工智能代理主动做出决定：
为了实现这一目标，读取、写入、搜索和追加等内存操作与代理的正常任务操作一样成为一流的操作。这使得模型能够与其外部存储器交互，就像与环境本身交互一样。
AutoMem 通过两个互补的优化循环进行学习。
第一个重点关注内存结构。更强大的语言模型会审查完整的任务轨迹，并自动重新设计代理的内存系统 - 包括提示、文件组织、模式和可用的内存操作。由于长期任务可能涉及数千个决策，因此这种自动审查取代了困难且耗时的手动调整过程。