Ученые МГУ улучшили память ИИ-ассистентов для длительных диалогов

Современные системы хранят всю историю диалога без фильтрации, что снижает точность ответов при длительном общении. Предложенная архитектура включает отдельную подсистему, которая решает, какую информацию сохранять, а какую удалять или перерабатывать.

При новом подходе система ищет ранее сохраненные записи, связанные с запросом, преобразует их в компактный контекст и добавляет к входным данным модели. После генерации ответа подсистема анализирует новые сведения и решает, нужно ли их запоминать. Также введена дополнительная обработка для устранения дублирования и шума, отметили в пресс-службе.

По словам доцента кафедры алгоритмических языков факультета вычислительной математики и кибернетики Ларисы Кузиной, память теперь рассматривается не как архив, а как управляемая система, где важно сохранять только существенное и реорганизовывать данные в процессе работы. Это повышает согласованность поведения ИИ в длительных диалогах.