연구진이 결정론적 메모리 프레임워크(DMF)를 발표했어요. DMF는 LLM 기반 요약 대신 CPU 기반 파이프라인을 사용하여 대화형 AI 에이전트의 메모리 관리 비용과 불투명성을 줄입니다.
DMF는 각 상호작용에 생존 점수 Ω를 할당하여 콘텐츠 신호, 대화 힌트, 출처 정보를 활용하고, 새로운 턴이 도착함에 따라 관련성이 변화하는 효과적인 감쇠 법칙 Ωeff(Δn)을 적용합니다.
실험 결과, DMF는 Mem0과 유사한 정확도를 유지하면서 메모리 컨텍스트 준비에 0개의 토큰을 사용하고 전체 대화에서 최대 242배 적은 토큰을 사용하며, LLM 호출을 제거하여 토큰 비용을 거의 0으로 줄입니다.