Cet article présente Nemori, une nouvelle architecture mémoire auto-organisée basée sur les principes cognitifs humains. Elle vise à pallier les limitations inhérentes aux modèles de langage à grande échelle (MLL) en tant qu'agents autonomes dans les interactions à long terme, qui limitent leur efficacité. Nemori aborde le problème de la taille de la mémoire en organisant de manière autonome les flux conversationnels en épisodes sémantiquement cohérents grâce au principe d'alignement en deux étapes, inspiré de la théorie de la segmentation des événements. De plus, le principe de prédiction-calibrage, inspiré des principes de l'énergie libre, permet une génération de connaissances adaptative au-delà des heuristiques prédéfinies basées sur les différences de prédiction. Des expériences approfondies sur les benchmarks LoCoMo et LongMemEval démontrent que Nemori surpasse significativement les systèmes de pointe existants, en particulier dans les contextes à long terme.
