Felipe Maya Muniz de AletheionAGI présente ASM-CM (Aletheion Compact Memory Model), une architecture expérimentale qui sépare la mémoire du langage pour permettre à l'historique de l'agent de croître sans augmenter la mémoire de calcul active.

  • Le système maintient un état actif compact et récupère uniquement les associations pertinentes, envoyant un contexte minimal à un LLM local ou distant comme Qwen3 8B.
  • Dans l'expérience « Diamond Promise », ASM-CM a réussi 15 cas sur 15, survivant jusqu'à 10 000 distracteurs par personnage et aux redémarrages de processus.
  • Sous un protocole de streaming figé à 32K, il a atteint une précision de récupération associative MQAR de 100 % avec environ 140 KiB d'état retenu par flux.
  • Les protocoles d'endurance pour une persistance de 1 heure et 6 heures ont été validés, tandis que le test de 24 heures est actuellement en cours de finalisation.

L'architecture vise à réduire les coûts en tokens d'entrée et la latence en évitant la transmission répétée des historiques complets de conversation aux modèles externes.