एक नई मेमोरी आर्किटेक्चर "अमूर्तिकरण स्कोर" द्वारा सदिश डेटाबेस प्रविष्टियों को संगठित करने के लिए हाइपरबोलिक एम्बेडिंग का उपयोग करती है, जिससे एजेंट चपटा RAG सिस्टम की तुलना में ज्ञान को अधिक प्रभावी ढंग से प्रबंधित कर सकते हैं। यह दृष्टिकोण डेटा को इस प्रकार संरचित करता है कि प्राथमिकताओं जैसे अमूर्त प्रविष्टियाँ केंद्र के पास रहती हैं जबकि ठोस घटनाएँ सीमा पर स्थित होती हैं, जिससे बेहतर क्लस्टरिंग और पुनर्प्राप्ति सुगम होती है।
- प्रविष्टियों को एक अमूर्तिकरण स्कोर सौंपा जाता है जो HDBSCAN घनत्व-आधारित क्लस्टरिंग को प्रभावित करता है, जिसे प्वांकारे स्पेस में गुरुत्वाकर्षण "वार्प" के रूप में दर्शाया गया है।
- अमूर्त प्रविष्टियों में उच्च एन्ट्रापी होती है और वे कई क्लस्टरों से संबंधित होती हैं, जो पुनर्प्राप्ति में ठोस विवरण के साथ बार-बार दिखाई देती हैं।
- सिस्टम "स्पेक्ट्रम सीन्स" लौटाता है, जो एक थीम पर केंद्रित अमूर्त, मध्यम और ठोस प्रविष्टियों का संतुलित मिश्रण रखने वाले क्लस्टर होते हैं।
- एक एजेंट इन सीन्स को प्रक्रिया करता है ताकि समय के साथ पदानुक्रमित संरचना को बनाए रखते हुए प्रविष्टियों को हटाया, विलीन किया या अमूर्त किया जा सके।
यह विधि स्पेक्ट्रम सीन्स के माध्यम से व्यापक संदर्भ प्रदान करके एजेंटों को मौजूदा मेमोरी में नई जानकारी को एकीकृत करने में मदद करती है, जो बारी-बारी ज्ञान ग्राफ्स से परे है।