लेखक ने बड़े भाषा मॉडलों (LLMs) के लिए अपूर्ण और पथ-निर्भर स्मृति का परीक्षण करने के लिए SelMem नामक एक Rust प्रोजेक्ट विकसित किया है। यह दृष्टिकोण मानव स्मृति की नकल करता है, एजेंट्स को समय के साथ इंटरैक्शन की पूर्ण प्रतियां स्टोर करने के बजाय स्मृतियों को संकुचित, भूलने और पुनर्निर्मित करने की अनुमति देता है।
- दो समान एजेंट एक ही प्रारंभिक इंटरैक्शन से गुजरते हैं जब तक कि एक में विचलन न हो जाए।
- सिस्टम मूल संदर्भ को हटा देता है और बाद की बारी के लिए संकुचित और संभावित रूप से विकृत स्मृतियों पर निर्भर रहता है।
- तुलना के लिए मूल इनपुट अलग से स्टोर किए जाते हैं, लेकिन स्मृति की सटीकता का परीक्षण करने के लिए पुनर्प्राप्ति के दौरान उनका उपयोग नहीं किया जाता है।
- लक्ष्य यह निर्धारित करना है कि क्या अनुभव में अंतर चयनात्मक स्मृति प्रक्रिया के बाद भी बने रहते हैं या दिलचस्प शोर पैदा करते हैं।
लेखक LLM एजेंट्स और स्मृति पर काम करने वाले अन्य लोगों को इस विचार को तोड़ने का आह्वान करता है, यह नोट करते हुए कि जबकि उपयोगिता असाबित है, प्रयोग इस बात की खोज करना चाहता है कि ऐसे तंत्र एजेंट की अद्वितीयता को कैसे प्रभावित करते हैं।