Elena Artemova(叶莲娜·阿尔捷莫娃 / Елена Артемова) · 发布 · 更新 · 该工具的目的 · 附应用实例.
为什么历史和记忆不同
对应存储一系列副本。它可能包含最初的愿望、澄清和取消先前的决定。如果您只是将所有内容传递给模型,它将必须重新确定哪些信息仍然有效。
内存解决了另一个问题:它将选定的信息返回工作。我们将 Mem0 视为此类选择和存储的专用组件。当呼叫之间存在有用的连续性而不仅仅是公共用户标识符时,就会出现这种需求。
Mem0 添加了什么
Mem0 作者的研究于 2025 年 4 月 28 日发表。它描述了一种从对话中提取、组合和提取有意义信息的方法。在本文中,我们不会将作者的数值结果转移到其他系统:比较条件和数据可能有所不同。
单独存储器的实际目的是能够讨论存储的信息,而不管模型的时间上下文如何。上下文指的是特定的访问,内存需要生命周期规则:当一条记录出现、改变、停止使用时。
当你真正需要记忆时
Mem0 值得考虑用于具有稳定偏好和商定条件的持续工作。在执行此操作之前,您需要确定可以保存哪些内容以及用户如何纠正对其任务的误解。
有用的内存不一定很大。更重要的是它的准确性和相关性。如果系统只需要一个项目标识符和几个显式参数,则数据库中的常规条目可能会更清晰。当以自由形式接收信息时,自动选择就变得合理了。
需要考虑哪些限制
保存的录音可能会过时或无法正确传达副本的含义。因此,记忆不应被视为无条件真理的来源。过去和现在的矛盾需要特别注意。
选择的编辑标准是能够解释为什么特定条目影响答案。如果这是不可能的,个性化就成为一个隐藏的假设。提前定义存储区域也很有用,这样一个问题中的信息就不会不知不觉地决定另一个问题中的解决方案。
示例
保持一致的分析笔记格式
- 任务
- 在有条件的项目中,要求读者注明以卢布为单位的金额,并单独列出未经证实的结论。以下调用继续进行相同的工作。
- 工具的作用
- 使用 Mem0 的应用程序将这些条件存储在项目内存中,并在准备下一个响应时返回它们。来自另一个主题的一次性问题不会成为永久的偏好。
- 预期结果
- 新的回复预计将遵循商定的格式,而不重复所有信件。用户当前的直接细化优先于旧条目。
- 要检查什么
- 检查条件变化:如果用户要求不同的货币,则先前的条目不应悄悄获胜。该示例不是 Mem0 测量的结果。
Mem0 对于工作的连续性很有用。信息的保存需要相关性、更正和删除的规则。
来源及原因
出版日期:
主要来源描述了该仪器及其开发。关于选择的结论 - 实验室的编辑分析。 一个例子解释了该工具的用途;没有对其进行任何测量。 来源日期已验证为 2026 年 9 月 8 日。
关于主题的问题
内存会增加模型上下文窗口吗?
不会。它有助于为下一个请求选择信息。模型可用的上下文量是单独确定的。
您需要保存所有信件吗?
未必。记忆的意义在于有用的选择,而不在于所有复制品的无限累积。
Mem0 与向量库有何不同?
矢量搜索是一种匹配机制。内存层还决定保存哪些信息并返回以供进一步工作。