著者は、大規模言語モデル向けの不完美で経路依存型のメモリを実験するために、SelMem という名前の Rust プロジェクトを開発しました。このアプローチは、対話の完全なコピーを保存するのではなく、エージェントが時間をかけて記憶を圧縮し、忘却し、再構築することを可能にすることで人間の記憶を模倣します。

  • 2つの同一のエージェントが、片方が分岐を経験するまで同じ初期対話を体験します。
  • システムは元のコンテキストを削除し、後続のターンに対して圧縮され、おそらく歪んだ記憶に依存します。
  • 元の入力は比較用に別々に保存されますが、メモリの忠実度をテストするために想起時には使用されません。
  • 目的は、選択的メモリプロセスを経て経験の違いが残るのか、それとも興味深いノイズを生み出すのかを決定することです。

著者は、LLM エージェントとメモリに取り組む他の人々にこのアイデアを試すよう呼びかけています。有用性は証明されていませんが、この実験は、そのようなメカニズムがエージェントの独自性にどのように影響するかを探ることを目指しています。