एजेंट मेमोरी सिस्टम डिज़ाइन: अल्पकालिक और दीर्घकालिक मेमोरी के कार्यान्वयन समाधान

यह लेख एजेंट मेमोरी सिस्टम के डिज़ाइन पर चर्चा करता है, इसे अल्पकालिक और दीर्घकालिक मेमोरी दो स्तरों में विभाजित करता है, और प्रत्येक के कार्यान्वयन समाधानों और ध्यान देने योग्य बातों का विस्तार से परिचय देता है।

ढांचा और मुख्य दृष्टिकोण इस प्रकार हैं:

1. समग्र डिज़ाइन सिद्धांत: एजेंट की मेमोरी सिस्टम को दो परतों में विभाजित करें:

   • अल्पकालिक मेमोरी: वर्तमान सत्र की सेवा करती है, तकनीकी माध्यमों से संदर्भ लंबाई को नियंत्रित करती है, साथ ही अर्थगत सुसंगतता बनाए रखती है।
   • दीर्घकालिक मेमोरी: क्रॉस-सत्र परिदृश्यों की सेवा करती है, पुनर्प्राप्ति तंत्र के माध्यम से ऐतिहासिक जानकारी से आवश्यकतानुसार प्रासंगिक मेमोरी निकालती है।

2. अल्पकालिक मेमोरी के दो मुख्य समाधान:

   • निश्चित विंडो काट-छाँट: केवल हाल के N राउंड संवाद या टोकन रखता है, बाकी को सीधे हटा देता है। लाभ: कार्यान्वयन सरल, लागत कम, लंबाई स्थिर; सामान्य बातचीत या सरल ग्राहक सेवा परिदृश्यों के लिए उपयुक्त। नुकसान: "एक-आकार-सभी-के-लिए" दृष्टिकोण के कारण प्रारंभिक महत्वपूर्ण जानकारी खो सकती है, जिससे एजेंट "भूल" सकता है।
   • स्क्रॉलिंग सारांश: जब संवाद इतिहास विंडो से बाहर जाने वाला होता है, तो प्रारंभिक संवाद सामग्री को एक छोटे सारांश में संक्षेपित करें, मूल रिकॉर्ड को बदलने के लिए। लाभ: लंबाई को संपीड़ित करते हुए, कार्य लक्ष्यों, शैली आवश्यकताओं जैसी उच्च-मूल्य जानकारी बनाए रखता है, और लंबे संदर्भ के कारण ध्यान कमजोर होने को कम करता है; परियोजना योजना, लंबी रचना जैसे लंबे कार्यों के लिए अधिक उपयुक्त। कीमत: अतिरिक्त मॉडल कॉल की आवश्यकता होती है, और सारांश की गुणवत्ता सीधे बाद के प्रभाव को प्रभावित करती है।

3. दीर्घकालिक मेमोरी के निर्माण का समाधान: वेक्टर डेटाबेस का उपयोग करके ज्ञानकोष बनाने का सामान्य समाधान।

   • मुख्य विचार: पिछले संवादों को पुनर्प्राप्त करने योग्य मेमोरी खंडों में संसाधित करें, और आवश्यकता पड़ने पर प्रासंगिकता के अनुसार वापस बुलाएँ।
   • मुख्य तीन-चरणीय प्रक्रिया:
     • भंडारण: संवाद को वेक्टराइज़ करने के बाद, मूल पाठ के साथ दीर्घकालिक मेमोरी स्टोर में संग्रहीत करें।
     • पुनर्प्राप्ति: उपयोगकर्ता के नए प्रश्न के अनुसार समानता खोज करें।
     • संयोजन: सबसे प्रासंगिक ऐतिहासिक खंडों को वर्तमान प्रश्न के साथ मॉडल को इनपुट करें।
   • लाभ: संदर्भ विंडो की सीमाओं को तोड़ता है, विशाल इतिहास से सटीक रूप से प्रासंगिक जानकारी निकाल सकता है; यह वैयक्तिकृत सहायक, उद्यम ज्ञानकोष आदि जैसी दीर्घकालिक इंटरैक्टिव प्रणालियों का आधार है।
   • नुकसान: सिस्टम जटिलता अधिक है; एम्बेडिंग मॉडल, वेक्टर डेटाबेस और संपूर्ण पुनर्प्राप्ति तर्क शामिल करने की आवश्यकता है।

4. व्यवहार में महत्वपूर्ण विचार:

   • मेमोरी लेखन मानदंड: सभी सामग्री को डिफ़ॉल्ट रूप से संग्रहीत नहीं किया जाना चाहिए; दीर्घकालिक मेमोरी के लिए प्रवेश शर्तें निर्धारित की जानी चाहिए, जैसे केवल दीर्घकालिक उपयोगकर्ता प्राथमिकताएँ, मुख्य कार्य लक्ष्य, पुष्टि किए गए महत्वपूर्ण तथ्य और पुन: उपयोग योग्य निष्कर्ष आदि लिखे जाएँ।
   • मेमोरी प्रबंधन: इस बात पर जोर दिया गया है कि मेमोरी एक गतिशील डेटा संपत्ति है; दीर्घकालिक मेमोरी सिस्टम के स्थिर संचालन को सुनिश्चित करने के लिए नियमित सफाई, विलय, अद्यतन और तथ्य सत्यापन किया जाना चाहिए, और उपयोगकर्ताओं को प्रबंधन इंटरफ़ेस प्रदान किया जाना चाहिए।