दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

नेमोरी: संज्ञानात्मक विज्ञान से प्रेरित स्व-संगठित एजेंट मेमोरी

Created by
  • Haebom

लेखक

जियान नान, वेनक्वान मा, वेनलोंग वू, येज़े चेन

रूपरेखा

यह शोधपत्र नेमोरी प्रस्तुत करता है, जो मानव संज्ञानात्मक सिद्धांतों पर आधारित एक नवीन स्व-संगठित स्मृति संरचना है, जो दीर्घकालिक अंतःक्रियाओं में स्वायत्त अभिकर्ताओं के रूप में बड़े पैमाने के भाषा मॉडलों (एलएलएम) की अंतर्निहित सीमाओं को संबोधित करती है, जो उनकी प्रभावशीलता को सीमित करती हैं। नेमोरी, घटना विभाजन सिद्धांत से प्रेरित, द्वि-चरणीय संरेखण सिद्धांत के माध्यम से संवादात्मक प्रवाहों को अर्थपूर्ण रूप से सुसंगत प्रकरणों में स्वायत्त रूप से व्यवस्थित करके स्मृति आकार की समस्या का समाधान करता है। इसके अलावा, मुक्त ऊर्जा सिद्धांतों से प्रेरित, पूर्वानुमान-अंशांकन सिद्धांत, पूर्वानुमान अंतरों पर आधारित पूर्वनिर्धारित अनुमानों से परे अनुकूली ज्ञान सृजन को सक्षम बनाता है। LoCoMo और LongMemEval बेंचमार्क पर व्यापक प्रयोग प्रदर्शित करते हैं कि नेमोरी मौजूदा अत्याधुनिक प्रणालियों से, विशेष रूप से दीर्घकालिक संदर्भों में, उल्लेखनीय रूप से बेहतर प्रदर्शन करता है।

Takeaways, Limitations

Takeaways:
हम नेमोरी प्रस्तुत करते हैं, जो मानव संज्ञानात्मक सिद्धांतों पर आधारित एक नवीन स्व-संगठित स्मृति संरचना है।
दो-चरणीय संरेखण सिद्धांत के माध्यम से अर्थगत रूप से सुसंगत प्रकरण-आधारित स्मृति संगठन और प्रबंधन।
पूर्वानुमान-अंशांकन सिद्धांत के माध्यम से अनुकूली ज्ञान विकास और पूर्वानुमान त्रुटि-आधारित शिक्षा।
LoCoMo और LongMemEval बेंचमार्क पर मौजूदा अत्याधुनिक प्रणालियों की तुलना में प्रदर्शन में सुधार, विशेष रूप से दीर्घकालिक स्मृति कार्यों में।
स्वायत्त एजेंटों द्वारा दीर्घकालिक, गतिशील वर्कफ़्लो प्रसंस्करण के लिए एक व्यवहार्य विधि प्रस्तुत करना।
Limitations:
नेमोरी का प्रदर्शन सुधार विशिष्ट बेंचमार्क तक सीमित हो सकता है।
जटिल और विविध वास्तविक दुनिया की स्थितियों के लिए सामान्यीकरण प्रदर्शन का सत्यापन आवश्यक है।
दो-चरणीय संरेखण सिद्धांत और पूर्वानुमान-अंशांकन सिद्धांत की सामान्यीकरण और मापनीयता पर आगे अनुसंधान की आवश्यकता है।
कम्प्यूटेशनल लागत और मेमोरी खपत का विश्लेषण और अनुकूलन आवश्यक है।
👍