HyperAIHyperAI

Command Palette

Search for a command to run...

Console

Gedächtnis im Zeitalter von AI-Agenten

Abstract

Speicher ist hervorgetreten und wird auch weiterhin eine zentrale Fähigkeit von auf Grundmodellen basierenden Agenten darstellen. Während die Forschung zu Agentenspeicher rasant wächst und unerhörte Aufmerksamkeit erlangt, ist das Feld zudem zunehmend fragmentiert. Bestehende Arbeiten, die unter dem Dach des Agentenspeichers zusammengefasst werden, unterscheiden sich oft erheblich hinsichtlich ihrer Motivationen, Implementierungen und Evaluationsprotokolle, während die Verbreitung von lose definierten Speicherbegriffen die begriffliche Klarheit weiter verschleiert hat. Traditionelle Taxonomien wie Langzeit-/Kurzzeitgedächtnis haben sich als unzureichend erwiesen, um die Vielfalt moderner Agentenspeichersysteme adäquat abzubilden. Diese Arbeit zielt darauf ab, einen aktuellem Überblick über die aktuelle Forschung zum Agentenspeicher zu geben. Zunächst klären wir den Geltungsbereich des Agentenspeichers präzise und unterscheiden ihn von verwandten Konzepten wie LLM-Speicher, Retrieval-augmented Generation (RAG) und Context Engineering. Anschließend betrachten wir den Agentenspeicher durch die einheitlichen Perspektiven von Formen, Funktionen und Dynamik. Aus der Sicht der Formen identifizieren wir drei dominierende Realisierungsformen des Agentenspeichers: tokenbasiert, parametrisch und latente Speicher. Aus der Sicht der Funktionen schlagen wir eine feinere Gliederung vor, die zwischen faktischem, erfahrungsbezogenem und Arbeitsgedächtnis unterscheidet. Aus der Perspektive der Dynamik analysieren wir, wie sich Speicher im Laufe der Zeit bildet, entwickelt und abgerufen wird. Um die praktische Entwicklung zu unterstützen, fassen wir eine umfassende Übersicht über Speicherbenchmarks und Open-Source-Frameworks zusammen. Über die Konsolidierung hinaus skizzieren wir eine zukunftsorientierte Perspektive auf emergierende Forschungsfelder, darunter die Automatisierung von Speicherprozessen, die Integration mit Verstärkendem Lernen, multimodale Speicher, Multi-Agenten-Speicher sowie Fragen der Vertrauenswürdigkeit. Wir hoffen, dass diese Übersicht nicht nur als Referenz für bestehende Arbeiten dient, sondern auch als begriffliche Grundlage für die Neubewertung des Speichers als erstklassiges Primitiv im Design zukünftiger agenter Intelligenz fungiert.


Build AI with AI

From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.

AI Co-coding
Ready-to-use GPUs
Best Pricing

Hyper Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
Gedächtnis im Zeitalter von AI-Agenten | Papers | HyperAI