Metis: Un modelo fundacional para la memoria de sistemas de IA | Superando los límites del contexto en LLMs mediante memoria paramétrica | Nueva arquitectura para la gestión de conocimiento a largo plazo en agentes inteligentes

Abstract

PROBLEMA: Los LLMs carecen de una memoria a largo plazo eficiente y estructurada, dependiendo de ventanas de contexto limitadas o sistemas RAG que a menudo pierden la coherencia semántica global. SOLUCIÓN: Metis propone un 'Modelo Fundacional de Memoria' (Memory Foundation Model), un componente arquitectónico diseñado exclusivamente para el almacenamiento, organización y recuperación de conocimiento episódico y semántico. METODOLOGÍA: Metis se entrena de forma independiente para aprender representaciones comprimidas de experiencias pasadas, utilizando un decodificador de memoria paramétrica que puede ser consultado por otros modelos. RESULTADOS: El sistema demuestra una capacidad superior para mantener la consistencia en diálogos extremadamente largos y una recuperación de información más precisa que los métodos de búsqueda vectorial tradicionales. RELEVANCIA: Representa un cambio de paradigma hacia sistemas de IA que poseen una identidad y memoria persistente, esencial para asistentes personales y agentes de investigación.