Новости
Compaction, decay and reinforcement in a two-tier conversational memory: a paired evaluation against retrieval-augmented generation
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Researchers compared compacting conversation history into atomic facts versus retrieving full transcripts for conversational AI, finding compaction wins on standard benchmarks but loses on adversarial questions.
- Почему это важно
- Matters for engineers building conversational agents deciding how to store and retrieve conversation context to balance accuracy and token efficiency.
- На что обратить внимание
- Compaction excels when answers need specific values but fails when phrasing matters; performance gap narrows significantly on adversarial examples, suggesting limited real-world advantage.
- agent
- retrieval
- eval
Паттерны, стоящие за этой новостью
- Memory Decay & Forgetting Policies
- Generative Agents Memory
- Agentic Context Engineering (Evolving Playbook)
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.