يقترح الباحثون وكیلاً متعدد الوسائط بهيكل معرفي يقوم بإخراج المعلومات المرئية إلى ذاكرة بصرية عرضية لمعالجة قيود نوافذ السياق المشتركة في النماذج المتعددة الوسائط الموحدة. يستخدم النظام محرك التجريد الإدراكي، ومحرك الاسترجاع المعرفي، ومتحكم تنفيذي متعدد الوسائط لتمكين إعادة تنشيط الحلقات ذات الصلة بشكل انتقائي أثناء الاستدلال.
- حقق الوكيل دقة استرجاع تبلغ 91.4٪ عبر جلسات مكونة من 20 دورة، متفوقاً على النماذج الأساسية بحجم 32B بنسبة +8.2٪.
- انخفض وقت الاستدلال لكل دورة تقريباً إلى النصف من 23.1 ثانية إلى 12.7 ثانية مقارنة بالنماذج الأساسية.
- يولد محرك السيناريو الموحد محادثات متعددة الدورات منظمة معannotations استرجاعية دقيقة للتعزيز التعلم.
- يوفر هيكل وكيل متعدد الوسائط بهيكل معرفي (CMA-Harness) نشرًا مدعومًا بالأدوات مع ذاكرة دائمة وخدمة متوافقة مع OpenAI.
تقدم الذاكرة المنظمة واتخاذ القرار المعياري نموذجاً أكثر قابلية للتوسع وكفاءة للوكلاء متعددي الوسائط طويلي المدى مقارنة بالتوسع الأحادي المعلمات.