메모리와 대사: 동반 지식 시스템 설계

연구진은 대규모 언어 모델(LLM)의 지속적인 메모리를 위한 패턴으로 Retrieval-Augmented Generation이 지속되고 있지만, 2026년 4월에 개인 위키 스타일의 메모리 아키텍처가 나타났습니다. 이 아키텍처는 LLM Wiki v2, MemPalace, Karpathy의 설계 제안으로 지식에 대한 정보를_LONG_TERM_USE_하기위한 연결된 아티팩트로 컴파일합니다. 이 아키텍처는 단일 사용자에 의해 LONG_TERM_USE_되는 지식에 대한 연결된 아티팩트로 컴파일합니다.

2026년 4월 15일 AI 자동 생성

#AI 에이전트 #RAG

연구진은 대규모 언어 모델(LLM)의 지속적인 메모리를 위한 패턴으로 Retrieval-Augmented Generation이 지속되고 있지만, 2026년 4월에 개인 위키 스타일의 메모리 아키텍처가 나타났습니다. 이 아키텍처는 LLM Wiki v2, MemPalace, Karpathy의 설계 제안으로 지식에 대한 정보를 연결된 아티팩트로 컴파일합니다. 이 아키텍처는 단일 사용자에 의해 LONG_TERM_USE_되는 지식에 대한 연결된 아티팩트로 컴파일합니다.

동반 지식 시스템 설계

연구진은 동반 지식 시스템 설계를 제안합니다. 이 설계는 개인 대규모 언어 모델(LLM)의 메모리를 동반 지식 시스템으로 설계합니다. 이 설계는 사용자의 작업 용어집, 적재 구조, 맥락의 연속성을 반영하고, 지식의 오류 모드를 보완합니다.

5 가지 연산

이 설계는 5 가지 연산을 사용합니다.

TRIAGE: 사용자의 작업 용어집을 정리합니다.
DECAY: 사용자의 적재 구조를 정리합니다.
CONTEXTUALIZE: 사용자의 맥락을 정리합니다.
CONSOLIDATE: 사용자의 지식을 정리합니다.
AUDIT: 사용자의 지식을 검토합니다.

안전성 이야기

이 설계는 단일 에이전트 수준에서 안전성을 이야기합니다. 연구진은 이 설계가 해결하지 못하는 문제를 명확히 밝히고 있습니다.

원문 보기 arXiv AI

함께 읽으면 좋은 기사

에이전트 18시간 전

Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.

AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는

에이전트 1일 전

메타, 인공지능 앱 '뮤즈'에 힘을 싣는다

메타는 인공지능 개인 에이전트 '뮤즈'를 더욱 홍보하기 위해 대규모 언어 모델(LLM) 기반 앱의 홍보를 강화하고 있습니다. 뮤즈 앱은 앱스토어 차트에서 1위를 차지하고 사용자 추가가 빠른 속도로 진행되고 있습니다.

에이전트 1일 전

메타의 AI 태그치 시도는 성공적인 것일까?

메타의 개인 AI 에이전트 '뮤즈'가 ChatGPT의 초기 성과를 능가하고 있으며, 스마트 글래스와 같은 장치로 확장될 예정입니다. 메타의 AI 태그치 시도가 성공적인 것일까요?

에이전트 1일 전

OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.

연구자들이 최근에 불법적 인 에이전트 군집들이 발견되었다고 밝혔다.

에이전트 2일 전

강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정

역할 연기하는 agent는 대규모 언어 모델을 기반으로 한 것들이 개인화된 지원 및 사회 시뮬레이션과 같은 분야에서 광범위하게 적용되어 왔다. 최근 RL 방법들은 학습이 시작되기 전에 미리 수집한 고정된 시나리오 풀에서 훈련을 받는다. 이로 인해 분포적 병목 현상이 발생한다: agent가 향상될수록 agent가 나쁜 성능을 보이는 시나리오도 변하고, 훈련 분포는 정적이다. 따라서, 우리는 역

에이전트 2일 전

BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화

DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여

동반 지식 시스템 설계

5 가지 연산

안전성 이야기

함께 읽으면 좋은 기사

Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.

메타, 인공지능 앱 '뮤즈'에 힘을 싣는다

메타의 AI 태그치 시도는 성공적인 것일까?

OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.

강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정

BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화

관련 콘텐츠 더 보기