長期的な課題におけるエージェントメモリのスケーリングに関する新しい研究。 AIエージェントの最大の課題の一つはメモリです。 タスクが長くなり複雑になるにつれて、エージェントは学んだこと、試したこと、うまくいったことの見失いがちです。 この論文はアクセンチュアによるもので、エージェントにインデックス付き経験記憶を提供するシステム「Memex(RL)」を紹介しています。生のコンテキストウィンドウに頼る代わりに、エージェントは過去の経験の構造化された検索可能なインデックスを作成し、必要に応じて関連する記憶を取得します。 深い調査、多段階のコーディング、複雑な計画といった長期的なエージェントのタスクはすべて持続記憶を必要とします。 Memex(RL)は、コンテキストの長さを拡大せずにこれを拡大する方法を示しています。 論文: 私たちのアカデミーで効果的なAIエージェントの構築方法を学びましょう: