새로운 메모리 아키텍처는 "추상화 점수"에 따라 벡터 데이터베이스 항목을 조직하기 위해 쌍곡형 임베딩을 사용하여, 에이전트가 평면 RAG 시스템보다 더 효과적으로 지식을 관리할 수 있도록 합니다. 이 접근 방식은 추상적인 항목(예: 선호도)이 중심에 있고 구체적인 사건이 경계에 위치하도록 데이터를 구조화하여, 더 나은 클러스터링과 검색을 용이하게 합니다.
- 항목에는 HDBSCAN 밀도 기반 클러스터링에 영향을 미치는 추상화 점수가 할당되며, 푸앵카레 공간에서 중력 "왜곡"으로 시각화됩니다.
- 추상적인 항목은 더 높은 엔트로피를 가지며 여러 클러스터에 속해 있어, 구체적인 세부 사항과 함께 검색 결과에 자주 나타납니다.
- 시스템은 주제 중심으로 추상적, 중간, 구체적 항목이 균형 있게 혼합된 클러스터인 "스펙트럼 장면"을 반환합니다.
- 에이전트는 이러한 장면을 처리하여 항목을 삭제, 통합 또는 추상화하며, 시간이 지남에 따라 계층적 구조를 보존합니다.
이 방법은 스펙트럼 장면을 통해 광범위한 컨텍스트를 제공함으로써 에이전트가 기존 메모리에 새로운 정보를 통합하는 데 도움을 주며, 거시적 지식 그래프를 넘어섭니다.