SF-AMS: Dimenticanza Strategica per la Memoria degli Agenti LLM

Un approccio innovativo noto come Dimenticanza Strategica per Sistemi di Memoria degli Agenti (SF-AMS) affronta le sfide poste dalle dipendenze a lungo contesto negli agenti LLM. Sostituisce il tradizionale recupero statico e il decadimento euristico con un meccanismo di sopravvivenza basato sull'utilità. SF-AMS valuta il significato a lungo termine delle unità di memoria, adattando la loro importanza in base alla ridondanza d'uso e agli indizi temporali, stabilendo così una struttura di memoria gerarchica che enfatizza dati stabili e coerenti con l'entità, minimizzando le informazioni irrilevanti. Il metodo di Punteggio di Importanza Composito combina segnali semantici e a livello di entità per migliorare l'efficacia del recupero. I test sui benchmark LoCoMo e LongMemEval-s mostrano miglioramenti significativi rispetto a robuste baseline come LightMem, MemO e A-Mem, in particolare nel ragionamento multi-hop con Qwen2.5-7B. La ricerca è disponibile su arXiv con ID 2607.22562.