Oracle分层记忆架构降低长对话输入量
热点事件持续更新
Oracle分层记忆架构降低长对话输入量
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
bibryam 介绍了与 Oracle 合作构建的智能体分层记忆架构。其测试估算显示,在第80轮对话时,输入约1.3K token,而完整回放脚本需13.9K,输入量节省约10倍。 该架构由 memory core 提取持久事实、维护线程摘要和上下文卡片并编排检索,memory store 则保存原始消息与记忆,支持向量检索及按用户、智能体、线程范围检索,使记忆策略和存储可以分别演进。
AI 根据报道生成 · 58 分钟前更新
最新进展11月18日 21:26
Oracle 智能体记忆架构:80 轮对话仅 1.3K 输入,省约 10 倍 token报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- AGI HuntOracle 智能体记忆架构:80 轮对话仅 1.3K 输入,省约 10 倍 token
bibryam 介绍了与 Oracle 合作构建的智能体记忆架构,第 80 轮对话估算输入约 1.3K token,完整回放脚本需 13.9K,节省约 10 倍。memory core 负责提取持久事实、维护线程摘要与上下文卡片并编排检索,memory store 则持久化原始消息和记忆,支持向量及按用户、agent、线程范围检索。分层设计使记忆策略与存储可独立演进。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。