Microsoft Research memperkenalkan Memora, sebuah kerangka kerja memori agentic yang skalabel untuk menyeimbangkan abstraksi dan spesifisitas pada tugas AI jangka panjang. Sistem ini memisahkan konten memori yang kaya dari struktur pengambilan yang ringan, menghasilkan hasil state-of-the-art baru pada benchmark sambil menggunakan hingga 98% lebih sedikit token konteks.
- Memora memisahkan apa yang disimpan (konten memori yang kaya) dari cara diambilnya (abstraksi ringan dan jangkar isyarat).
- Setiap entri memori terdiri dari abstraksi utama (6–8 kata) untuk pencarian berbasis embedding dan nilai memori yang menyimpan detail lengkap.
- Jangkar isyarat menyediakan tag fleksibel dan sadar konteks sebagai jalur akses alternatif ke memori tanpa ontologi kaku.
- Sistem ini mengungguli Mem0, RAG, dan inferensi konteks penuh pada benchmark LoCoMo dan LongMemEval.
Pendekatan ini menyelesaikan trade-off antara pelestarian detail halus dan pengorganisasian memori secara efisien, memungkinkan agen menavigasi riwayat mereka tanpa harus membaca ulang seluruh percakapan.