Gli agenti conversazionali basati su intelligenza artificiale hanno un problema fondamentale: la memoria finita. I modelli linguistici di grandi dimensioni (LLM) operano su finestre di contesto limitate, il che significa che, nelle conversazioni lunghe, le informazioni più vecchie vengono inevitabilmente perse o compresse. Esistono diversi approcci per gestire questo limite, ma la maggior parte di essi si affida agli stessi LLM per riassumere e filtrare i ricordi, introducendo costi elevati, non determinismo e scarsa trasparenza.
LeggiDMF per agenti AI: memoria deterministica per LLM conversazionali
