«Ученые факультета вычислительной математики и кибернетики МГУ разработали метод усовершенствования механизмов запоминания и использования ИИ-системами информации при длительном взаимодействии с пользователем», — сообщили в вузе.
Современные ИИ-ассистенты, как правило, сохраняют всю историю диалога без отбора и структурирования данных. Накопление избыточной информации снижает точность поиска нужных данных и ухудшает согласованность ответов. Архитектура, предложенная авторами, предполагает управление долговременной памятью нейросети в рамках отдельной подсистемы.
«Она принимает решения о том, какие сведения следует сохранять, а какие — удалять или перерабатывать. При работе системы сначала выполняется поиск ранее сохраненных записей, связанных с текущим запросом пользователя. Найденные элементы преобразуются в компактный контекст и добавляются к входным данным модели, после чего формируется ответ. Затем подсистема памяти анализирует новые данные и решает, нужно ли их сохранять», — пояснили в пресс-службе университета.
Память ИИ как управляемая система
Для снижения шума и устранения дублирования ученые ввели дополнительную обработку записей. Это позволяет поддерживать более согласованное поведение системы при длительном диалоге.
«Мы рассматриваем память не как простой архив диалога, а как управляемую систему, в которой важно сохранять только существенную информацию и реорганизовывать ее в процессе работы», — отметила доцент кафедры алгоритмических языков факультета вычислительной математики и кибернетики МГУ Лариса Кузина, чьи слова приводит пресс-служба вуза.