Anthropic опубликовала исследование памяти ИИ-агентов и её фоновой переработки — dreaming. Этот процесс позволяет Claude сверять заметки с исходными журналами работы, исправлять ошибки и создавать новые представления накопленных сведений. Речь идёт об исследовательских оценках, а не об объявлении общедоступной функции.
Памятью авторы называют сведения из опыта, которые агент сохраняет между сессиями и затем читает как контекст; веса модели при этом не меняются. В задаче с базой данных из CL-Bench каждый вопрос начинался в новой сессии, но каталог памяти оставался доступен. По данным Anthropic, указание записывать только неудачи заметно уменьшало пользу памяти для Opus 5 и Opus 4.7. А Sonnet 4.6 помогли более явные инструкции: чтение заметок перед ответом и проверка гипотез почти удвоили её результат на этой задаче.
В Pokémon Red исследователи сравнили по одному запуску Sonnet 3.7 и Fable 5 примерно к 10 тысячам шагов. Первая модель создала 413 файлов памяти и получила один значок прогресса, вторая — девять файлов плюс общий global.md и четыре значка. Sonnet 3.7 подробно записывала быстро устаревающие события, тогда как Fable 5 сохраняла прежде всего планы, стратегии и проверенные правила. Это наблюдение относится к конкретным запускам, а не к многократному сравнению моделей.
Отдельный игровой пример показал, зачем нужна перепроверка памяти: Claude ошибочно записала, с какой стороны пещеры находится ориентир, и затем опиралась на эту запись при навигации. После исправления заметки с помощью dreaming агент выбрал путь обратно ко входу в пещеру вместо маршрута, который возвращал его на уже пройденный участок.
Комментарии
Увлечённо обсуждая, не забывайте про уважение.
Загружаем комментарии…