Автор представляет SelMem, экспериментальный проект ранней стадии разработки, написанный на Rust, который исследует возможность того, что агенты LLM могут развивать устойчивое поведенческое расхождение через систему реконструктивной памяти. Эта система позволяет агентам забывать, искажать и консолидировать опыт с течением времени, что потенциально может приводить к различным внутренним нарративам даже при идентичных историях.
- Проект находится на очень ранней стадии и пока не имеет серьезных бенчмарков.
- Он направлен на оценку того, как архитектуры избирательной памяти влияют на развитие личности агента.
- Автор просит обратную связь, особенно в отношении методов оценки и сравнений с существующими архитектурами памяти.
Автор считает эту работу важной для понимания долгосрочных эффектов механизмов памяти на поведение LLM, хотя она остается предварительным исследованием, а не завершенным продуктом.