Birkaç güne yayılan bir projede bir yapay zeka temsilcisiyle çalışmış olan herkes şu duvarı bilir: Her yeni oturum sıfırdan başlar. Yeni bir araştırma gönderisinde Anthropic, Claude'un temel model değişmeden kalırken oturumlar boyunca bilgiyi korumak için nasıl tasarlandığını açıklıyor - daha sonra okuyabileceği bir klasöre notlar yazarak. Şaşırtıcı bulgu, ajan hafızasının en zor kısmının depolama olmamasıdır. Bu seçimdir.

Anthropic'e göre temel sorun, bir ajanın daha sonra ne olacağını bilmeden önce, daha sonra neyin önemli olabileceğine o anda karar vermesi gerektiğidir. Her nota geleceğe dair bir bahistir. Çok az depolarsanız temsilci hatalarını tekrarlar; Çok fazla depolarsanız arşiv bayatlar, bağlamı yer ve hataları süresiz olarak ileri taşır.

Pokémon Testi: 413 Dosya, Bir Rozet

Başarısızlık modunu göstermek için Anthropic, Pokémon Red'in içinde yapılan testlere işaret etti. Daha eski bir model olan Claude Sonnet 3.7, her şeye potansiyel olarak önemli gözüyle bakıyordu. Yaklaşık 10.000 oyun adımı boyunca 225 klasöre yayılmış 413 dosya oluşturdu; genellikle karşılaştığı her savaş ve öğe için ayrı bir dosya. Oyunun durumu sürekli değiştiği için arşiv neredeyse yazıldığı kadar hızlı bir şekilde bayatladı. Bazen model, çalmak yerine notalarını yeniden düzenlemek dışında hiçbir şey yapmadı ve koşuyu tek bir rozetle tamamladı.

Daha yeni olan Claude Fable 5 ise tam tersi bir yaklaşımı benimsedi: hafızasını bir avuç dosyayla sınırladı ve dört rozet kazandı. Fable 5 ekranda görünen bilgileri kaydetmedi; bunun yerine test ettiği planları, stratejileri ve kuralları yazdı. Anthropic, karşılaştırmanın model başına yalnızca tek bir oyunu kapsadığı, dolayısıyla sonucun kesin olmaktan çok gösterge niteliğinde olduğu konusunda uyarıyor; ancak yön, şirketin daha geniş tavsiyesiyle tutarlı.

Bu tavsiye, Claude'a hafızanın amacını açıklamak ve modelin onu nasıl kullanacağına karar vermesine izin vermektir. Bir kıyaslamada, "yalnızca hataları kaydedin" gibi katı talimatlar, daha güçlü modellerin avantajlarının çoğunu ortadan kaldırdı. Eski modeller ise aksine, her yanıttan önce notlarını gerçekten okumalarının söylenmesi gibi açık talimatlardan yararlanıyordu.

Rüya Görmek: Olaydan Sonra Belleği Denetlemek

Uzun süredir çalışan temsilcilerde en büyük risk unutmak değil, hatalı notlara güvenmektir. Anthropic'in cevabı, Letta ve UC Berkeley'in araştırmasına dayanan bir fikir olan Dreaming adını verdiği bir süreçtir. İnsan beyni uyku sırasında deneyimleri pekiştirdiği gibi, Claude da bir mola sırasında daha önceki oturumların transkripsiyonlarını gözden geçiriyor ve notlarını gerçekte ne olduğuyla karşılaştırıyor.

Pokémon testinde Claude, bir dönüm noktasının dağın hangi tarafında olduğunu yanlış bir şekilde not etmişti. Bu hatalı nota güvenen ajan, üç kez aynı tuzağa düştü, sonunda pes etmek istedi ve amacına ulaşamadı. Dreaming geçişinden sonra Claude, notu transkripsiyonla karşılaştırarak hatayı yakaladı ve doğru yolu buldu.

Rüya görmek aynı zamanda çok daha büyük bilgi tabanlarını organize edebilir. Claude, Anthropic'in satın aldığı bir yazılım şirketi olan Paslanmaz'ın yaklaşık 350.000 dahili belgesinden bağlantılı bir wiki oluşturdu; Dreaming, boşlukları, kopyaları ve bozuk bağlantıları düzeltirken yeni sayfalar oluşturdu. Claude wiki'yi aramayla birleştirebildiğinde getirisi en yüksek oldu; böylece seçilmiş anı, geri getirmenin yerine geçmek yerine onu tamamlayan bir işlev gördü.

Wiki Aramayı Yenerse

Anthropic tarafından gerçekleştirilen ayrı bir hukuk testinde, seçilmiş bir wiki, yanıtları birden fazla belgeye yayılan sorularda en çok yardımcı oldu. Claude wiki'den yüzde 87 puan alırken, yalnızca aramayı kullanarak bu oran yüzde 73 oldu. Basit arama görevleri için wiki, kabaca aramayla aynı performansı gösterdi; hatta bir durumda, özetlediği kaynak belgelerden bile daha büyük hale geldi.

Antropik açık sorunlar konusunda samimidir. Görevin ortasında not almak temsilcinin dikkatini işinden uzaklaştırır. Rüya görmek fazladan bilgi işlem gerektirir ve sonuçları ancak bir gecikmeden sonra elde edilir. Wiki'lerin ve notların da düzenli bakıma ihtiyacı vardır, aksi takdirde hatalar ve halüsinasyonlar birikebilir. Şirket, her oturuma otomatik olarak çok fazla anı yüklenmesine karşı uyarıda bulunuyor çünkü bunlar bağlamı tüketiyor ve kötü notları gelecekteki her oturuma aktarıyor.

Araştırma Önizlemesinden Ürüne

Rüya görmenin kendisi yeni değil: Anthropic, bunu Mayıs ayında, şirketin AI ajanlarına yönelik bulut platformu olan Claude Managed Agents için bir araştırma ön izlemesi olarak tanıttı. Hizmet, mevcut bir bellek deposunu ve 100'e kadar geçmiş oturumu okur, yinelenen ve güncel olmayan girişleri kaldırır ve orijinale dokunulmadan yeniden düzenlenmiş bir depo oluşturur. Lansman sırasında Claude Opus 4.7 ve Sonnet 4.6'yı destekledi. OpenAI, haziran ayında ChatGPT'nin kendi hafıza revizyonu için markayı ödünç aldı; buna aynı zamanda kullanıcı profilini koruyan ve güncel olmayan bilgileri otomatik olarak düzelten bir arka plan sistemi olan "Dreaming" adını da veriyor.

Anthropic'in araştırmasından elde edilen genel sonuç, yararlı bir ajan hafızasının mümkün olduğu kadar çok depolamaya değil, doğru bilgiyi saklamaya ve hataları daha sonra düzeltmeye bağlı olduğudur. Laboratuvarlar dakikalar yerine günlerce ve haftalarca güvenilir bir şekilde çalışabilecek aracılar oluşturmak için yarışırken, bellek iyileştirme sessizce başlı başına bir rekabet alanı haline geliyor. Temsilci araştırmalarındaki en son yapay zeka gelişmelerini AI Buzz Wire adresinden takip edebilirsiniz.

Yapay Zekanın Önünde Kalın

Ajan araştırması hızla ilerliyor ve bir sonraki savaş alanı hafızadır. AI Buzz Wire adresinden her güncellemeyi ve tüm büyük laboratuvarlardan en son AI gelişmelerini alın.

Daha fazla AI haberini okuyun →