El autor presenta SelMem, un proyecto experimental en fase temprana escrito en Rust que explora si los agentes de LLM pueden desarrollar una divergencia conductual persistente a través de un sistema de memoria reconstructiva. Este sistema permite a los agentes olvidar, distorsionar y consolidar experiencias con el tiempo, lo que potencialmente lleva a diferentes narrativas internas incluso con historias idénticas.
- El proyecto está actualmente en una etapa muy temprana sin benchmarks serios aún.
- Tiene como objetivo evaluar cómo las arquitecturas de memoria selectiva influyen en el desarrollo de la personalidad del agente.
- Se solicita específicamente retroalimentación sobre los métodos de evaluación y comparaciones con arquitecturas de memoria existentes.
El autor considera este trabajo importante para comprender los efectos a largo plazo de los mecanismos de memoria en el comportamiento de LLM, aunque sigue siendo una exploración preliminar en lugar de un producto finalizado.