Nueva investigación sobre la escalada de la memoria de agentes para tareas de largo plazo. Uno de los mayores retos con los agentes de IA es la memoria. A medida que las tareas se vuelven más largas y complejas, los agentes pierden la pista de lo que han aprendido, lo que han intentado y lo que ha funcionado. Este artículo, de Accenture, presenta Memex(RL), un sistema que proporciona a los agentes memoria de experiencia indexada. En lugar de depender de ventanas de contexto en bruto, los agentes construyen un índice estructurado y buscable de experiencias pasadas y recuperan recuerdos relevantes según sea necesario. Las tareas de agentes a largo plazo como la investigación profunda, la codificación en varios pasos y la planificación compleja requieren memoria persistente. Memex(RL) muestra cómo escalar esto sin exagerar la longitud del contexto. Papel: Aprende a crear agentes de IA efectivos en nuestra academia: