যে কেউ একজন এআই এজেন্টের সাথে বেশ কয়েক দিন ধরে একটি প্রজেক্টে কাজ করেছেন তারা প্রাচীর জানেন: প্রতিটি নতুন সেশন স্ক্র্যাচ থেকে শুরু হয়। একটি নতুন গবেষণা পোস্টে, অ্যানথ্রপিক বর্ণনা করে যে কীভাবে ক্লাউডকে সেশন জুড়ে জ্ঞান ধরে রাখার জন্য ডিজাইন করা হয়েছে যখন অন্তর্নিহিত মডেল অপরিবর্তিত থাকে — একটি ফোল্ডারে নোট লিখে এটি পরে আবার পড়তে পারে। আশ্চর্যজনক অনুসন্ধান হল যে এজেন্ট মেমরির সবচেয়ে কঠিন অংশ স্টোরেজ নয়। এটা নির্বাচন।

অ্যানথ্রপিকের মতে, মূল সমস্যাটি হল যে পরবর্তীতে কী হবে তা জানার আগে একজন এজেন্টকে পরবর্তীতে কী গুরুত্বপূর্ণ হতে পারে তা মুহূর্তেই সিদ্ধান্ত নিতে হবে। প্রতিটি নোট ভবিষ্যতের একটি বাজি। খুব কম সঞ্চয় করুন এবং এজেন্ট তার ভুল পুনরাবৃত্তি করে; খুব বেশি সঞ্চয় করে এবং সংরক্ষণাগারটি বাসি হয়ে যায়, প্রসঙ্গ খায় এবং অনির্দিষ্টকালের জন্য ত্রুটি বহন করে।

পোকেমন টেস্ট: 413 ফাইল, একটি ব্যাজ

ব্যর্থতার মোডকে চিত্রিত করার জন্য, অ্যানথ্রপিক পোকেমন রেডের ভিতরে চালানো পরীক্ষাগুলির দিকে নির্দেশ করে। Claude Sonnet 3.7, একটি পুরানো মডেল, সম্ভাব্য গুরুত্বপূর্ণ হিসাবে সবকিছু বিবেচনা করে। প্রায় 10,000টি গেমের ধাপ জুড়ে এটি 225টি ফোল্ডার জুড়ে 413টি ফাইল তৈরি করেছে - প্রায়ই প্রতিটি যুদ্ধ এবং এটির মুখোমুখি হওয়া আইটেমের জন্য একটি পৃথক ফাইল। কারণ গেমের অবস্থা পরিবর্তিত হতে থাকে, সংরক্ষণাগারটি যত দ্রুত লেখা হয়েছিল তত দ্রুত বাসি হয়ে যায়। মাঝে মাঝে, মডেলটি খেলার পরিবর্তে তার নোটগুলিকে পুনর্গঠন করা ছাড়া কিছুই করেনি এবং এটি একটি একক ব্যাজ দিয়ে রান শেষ করেছে।

নতুন Claude Fable 5 বিপরীত পন্থা নিয়েছে: এটি তার স্মৃতিকে মুষ্টিমেয় ফাইলের মধ্যে সীমাবদ্ধ করে এবং চারটি ব্যাজ অর্জন করে। Fable 5 এমন তথ্য রেকর্ড করেনি যা ইতিমধ্যেই স্ক্রিনে দৃশ্যমান ছিল, এবং পরিবর্তে এটি পরীক্ষা করা পরিকল্পনা, কৌশল এবং নিয়মগুলি লিখেছিল। নৃতাত্ত্বিক সতর্ক করে দেয় যে তুলনাটি মডেল প্রতি শুধুমাত্র একটি একক প্লেথ্রুকে কভার করে, তাই ফলাফলটি নির্দিষ্ট না হয়ে ইঙ্গিতপূর্ণ — তবে দিকটি কোম্পানির বিস্তৃত পরামর্শের সাথে সামঞ্জস্যপূর্ণ।

সেই উপদেশটি হল মেমরির উদ্দেশ্য ক্লডকে ব্যাখ্যা করা এবং মডেলকে সিদ্ধান্ত নিতে দেওয়া যে এটি কীভাবে ব্যবহার করা যায়। একটি বেঞ্চমার্কে, কঠোর নির্দেশাবলী যেমন "শুধু রেকর্ড ভুল" শক্তিশালী মডেলগুলির জন্য বেশিরভাগ সুবিধা মুছে ফেলে। বিপরীতে, পুরানো মডেলগুলি স্পষ্ট নির্দেশাবলী থেকে উপকৃত হয়েছিল, যেমন প্রতিটি প্রতিক্রিয়ার আগে তাদের নোটগুলি পড়তে বলা হয়েছিল।

ড্রিমিং: অডিটিং মেমোরি আফটার দ্য ফ্যাক্ট

দীর্ঘমেয়াদী এজেন্টদের মধ্যে বড় ঝুঁকি ভুলে যাওয়া হয় না - এটি ত্রুটিপূর্ণ নোট বিশ্বাস করা হয়. নৃতাত্ত্বিক এর উত্তর হল একটি প্রক্রিয়া যাকে ড্রিমিং বলা হয়, একটি ধারণা যা লেটা এবং ইউসি বার্কলে থেকে গবেষণার ভিত্তিতে তৈরি করে। মানুষের মস্তিষ্ক যেমন ঘুমের সময় অভিজ্ঞতাগুলিকে একত্রিত করে, ক্লড বিরতির সময় আগের সেশনগুলির প্রতিলিপিগুলির মধ্য দিয়ে যায় এবং প্রকৃতপক্ষে কী ঘটেছে তার বিরুদ্ধে তার নোটগুলি পরীক্ষা করে।

পোকেমন পরীক্ষায়, ক্লড ভুলভাবে উল্লেখ করেছিলেন যে পাহাড়ের কোন দিকে একটি ল্যান্ডমার্ক ছিল। সেই ত্রুটিপূর্ণ নোটের উপর নির্ভর করে, এজেন্ট তিনবার একই ফাঁদে পড়েছিল, অবশেষে হাল ছেড়ে দিতে চেয়েছিল এবং তার লক্ষ্য মিস করেছিল। একটি ড্রিমিং পাসের পরে, ক্লড ট্রান্সক্রিপ্টের বিরুদ্ধে নোটটি পরীক্ষা করে ত্রুটিটি ধরলেন এবং সঠিক পথ খুঁজে পেলেন।

স্বপ্ন দেখা অনেক বড় জ্ঞানের ভিত্তিও সংগঠিত করতে পারে। ক্লদ স্টেইনলেসের প্রায় 350,000 অভ্যন্তরীণ নথি থেকে একটি লিঙ্কযুক্ত উইকি তৈরি করেছেন, একটি সফ্টওয়্যার কোম্পানি অ্যানথ্রপিক অধিগ্রহণ করেছে, ড্রিমিং গ্যাপ, ডুপ্লিকেট এবং ভাঙা লিঙ্কগুলি ঠিক করার সময় নতুন পৃষ্ঠা তৈরি করেছে। ক্লাউড যখন উইকিকে অনুসন্ধানের সাথে একত্রিত করতে পারতেন তখন সবচেয়ে বেশি অর্থ পাওয়া যায়, তাই কিউরেটেড মেমরি এটির প্রতিস্থাপনের পরিবর্তে পুনরুদ্ধারের পরিপূরক হিসাবে কাজ করেছিল।

যখন একটি উইকি অনুসন্ধান করে

অ্যানথ্রপিক দ্বারা পরিচালিত একটি পৃথক আইনি পরীক্ষায়, একটি কিউরেটেড উইকি এমন প্রশ্নগুলিতে সবচেয়ে বেশি সাহায্য করেছিল যার উত্তরগুলি একাধিক নথিতে ছড়িয়ে ছিল। ক্লড উইকিতে 87 শতাংশ স্কোর করেছেন, শুধুমাত্র অনুসন্ধান ব্যবহার করে 73 শতাংশের তুলনায়। সাধারণ লুকআপ কাজের জন্য উইকি মোটামুটিভাবে অনুসন্ধানের সাথে সমানভাবে পারফর্ম করেছে — এবং একটি ক্ষেত্রে এটি সংক্ষিপ্ত উৎস নথির চেয়েও বড় হয়েছে।

নৃতাত্ত্বিক উন্মুক্ত সমস্যা সম্পর্কে অকপট। কাজের মাঝখানে নোট নেওয়া এজেন্টকে তার কাজ থেকে বিভ্রান্ত করে। স্বপ্ন দেখার জন্য অতিরিক্ত গণনা খরচ হয় এবং এর ফলাফল কেবল বিলম্বের পরেই আসে। উইকি এবং নোটগুলির নিয়মিত রক্ষণাবেক্ষণের প্রয়োজন হয়, বা ত্রুটি এবং হ্যালুসিনেশনগুলি জমা হয়। এবং কোম্পানি প্রতিটি অধিবেশনে স্বয়ংক্রিয়ভাবে অনেক স্মৃতি লোড করার বিরুদ্ধে সতর্ক করে, কারণ তারা প্রসঙ্গ খায় এবং প্রতিটি ভবিষ্যত সেশনে কোনো খারাপ নোট পাস করে।

রিসার্চ প্রিভিউ থেকে প্রোডাক্ট পর্যন্ত

ড্রিমিং নিজেই নতুন নয়: অ্যানথ্রপিক মে মাসে ক্লাউড ম্যানেজড এজেন্টদের জন্য একটি গবেষণা পূর্বরূপ হিসাবে এটি চালু করেছে, এআই এজেন্টদের জন্য কোম্পানির ক্লাউড প্ল্যাটফর্ম। পরিষেবাটি একটি বিদ্যমান মেমরি স্টোর এবং 100টি বিগত সেশনগুলি পড়ে, ডুপ্লিকেট এবং পুরানো এন্ট্রিগুলিকে সরিয়ে দেয় এবং আসলটিকে অস্পর্শ রেখে একটি পুনর্গঠিত স্টোর তৈরি করে৷ লঞ্চের সময় এটি Claude Opus 4.7 এবং Sonnet 4.6 সমর্থন করে। ওপেনএআই জুনে ChatGPT এর নিজস্ব মেমরি ওভারহল করার জন্য ব্র্যান্ডিং ধার করেছে, যাকে এটি "ড্রিমিং"ও বলে — একটি ব্যাকগ্রাউন্ড সিস্টেম যা ব্যবহারকারীর প্রোফাইল বজায় রাখে এবং স্বয়ংক্রিয়ভাবে পুরানো তথ্য সংশোধন করে।

অ্যানথ্রপিকের গবেষণা থেকে সামগ্রিক টেকঅ্যাওয়ে হল যে একটি দরকারী এজেন্ট মেমরি সঠিক তথ্য রাখা এবং পরে ভুল সংশোধন করার চেয়ে যতটা সম্ভব সঞ্চয় করার উপর কম নির্ভর করে। যেহেতু ল্যাবগুলি এমন এজেন্ট তৈরির জন্য দৌড়াচ্ছে যেগুলি মিনিটের চেয়ে দিন এবং সপ্তাহের জন্য নির্ভরযোগ্যভাবে কাজ করতে পারে, মেমরি কিউরেশন শান্তভাবে তার নিজস্ব একটি প্রতিযোগিতামূলক সীমান্ত হয়ে উঠছে। আপনি AI Buzz Wire এ এজেন্ট গবেষণার সাম্প্রতিক AI উন্নয়নগুলি অনুসরণ করতে পারেন।

এআই থেকে এগিয়ে থাকুন

এজেন্ট গবেষণা দ্রুত অগ্রসর হচ্ছে, এবং স্মৃতি পরবর্তী যুদ্ধক্ষেত্র। AI Buzz Wire-এ প্রতিটি আপডেট, এবং প্রতিটি প্রধান ল্যাব থেকে সাম্প্রতিকতম AI উন্নয়নগুলি পান।

আরও এআই খবর পড়ুন →