Una nueva arquitectura de memoria emplea incrustaciones hiperbólicas para organizar las entradas de la base de datos vectorial mediante una "puntuación de abstracción", permitiendo que los agentes gestionen el conocimiento con mayor eficacia que los sistemas RAG planos. Este enfoque estructura los datos de modo que las entradas abstractas, como las preferencias, se sitúan cerca del centro mientras que los eventos concretos residen en el límite, facilitando un mejor agrupamiento y recuperación.
- Las entradas reciben una puntuación de abstracción que influye en el agrupamiento basado en densidad HDBSCAN, visualizado como un "estiramiento" gravitatorio en el espacio de Poincaré.
- Las entradas abstractas tienen mayor entropía y pertenecen a múltiples grupos, apareciendo con frecuencia en las recuperaciones junto con detalles concretos.
- El sistema devuelve "Escenas Espectrales", que son agrupamientos que contienen una mezcla equilibrada de entradas abstractas, intermedias y concretas centradas en un tema.
- Un agente procesa estas escenas para eliminar, consolidar o abstraer entradas, preservando la estructura jerárquica con el tiempo.
Este método ayuda a los agentes a integrar nueva información en la memoria existente proporcionando contexto extenso a través de las Escenas Espectrales, superando los grafos de conocimiento de grano grueso.