Microsoft Research presenta Memora, un marco de memoria agnóstica escalable diseñado para equilibrar la abstracción y la especificidad en tareas de IA a largo plazo. El sistema desacopla el contenido rico de la memoria de las estructuras de recuperación ligeras, estableciendo nuevos resultados de vanguardia en benchmarks mientras utiliza hasta un 98% menos de tokens de contexto.
- Memora desacopla lo que se almacena (contenido rico de memoria) de cómo se recupera (abstracciones ligeras y anclas de indicio).
- Cada entrada de memoria consiste en una abstracción primaria (6–8 palabras) para la búsqueda basada en incrustaciones y un valor de memoria que contiene los detalles completos.
- Las anclas de indicio proporcionan etiquetas flexibles y conscientes del contexto como rutas de acceso alternativas a las memorias sin ontologías rígidas.
- El sistema supera a Mem0, RAG e inferencia de contexto completo en los benchmarks LoCoMo y LongMemEval.
Este enfoque resuelve el compromiso entre preservar detalles finos y organizar la memoria de manera eficiente, permitiendo que los agentes naveguen por su historial sin volver a leer conversaciones completas.