E-mem: Memoria Episodica Multi-agente per il Ragionamento dei LLM

I ricercatori hanno introdotto E-mem, un nuovo framework per agenti basati su Large Language Model (LLM) che passa dalla pre-elaborazione tradizionale della memoria alla ricostruzione di contesti episodici. Ispirandosi agli engrammi biologici, E-mem presenta un sistema gerarchico eterogeneo in cui diversi agenti assistenti mantengono contesti di memoria non compressi, mentre un agente master centrale coordina la pianificazione complessiva. Questo metodo mira a preservare l'integrità del contesto per il ragionamento di Sistema 2, evitando la dannosa de-contestualizzazione che deriva dalla compressione di complesse dipendenze sequenziali in formati predeterminati come embedding o grafi. Il framework consente agli assistenti di ragionare localmente all'interno di segmenti attivati ed estrarre il contesto rilevante. Il documento è disponibile su arXiv con ID 2601.21714.