Resumen: Los modelos de idiomas grandes (LLM) ayudan en tareas especializadas, pero luchan por alinearse con el conocimiento del dominio evolucionado sin un ajuste costoso. El conocimiento del dominio consiste en: Conocimiento: hechos inmutables (por ejemplo, ‘una piedra es sólida’) y principios generalmente aceptados (por ejemplo, estándares éticos); Memoria refinada: ideas en evolución conformadas por las necesidades comerciales y los cambios del mundo real. Sin embargo, a menudo existe una brecha significativa entre la comprensión profunda y matizada de un experto en dominio y el conocimiento del dominio del sistema, que puede obstaculizar la recuperación y la aplicación precisa de la información. Nuestro marco de refinamiento de conocimiento (Mark) de memoria de memoria permite que LLM aprenda continuamente sin capacitar al aprovechar la memoria refinada estructurada, inspirada en la Sociedad Mental. Mark opera a través de agentes especializados, cada uno de los cuales sirve un papel distinto: Agente de memoria refinada residual: almacena y recupera ideas específicas de dominio para mantener el contexto con el tiempo; Pregunta del usuario Agente de memoria refinada: captura hechos proporcionados por el usuario, abreviaturas y terminología para una mejor comprensión; Respuesta LLM Agente de memoria refinada: extrae elementos clave de las respuestas para el refinamiento y la personalización. Estos agentes analizan la memoria refinada almacenada, detectan patrones, resuelven contradicciones y mejoran la precisión de la respuesta. Factores temporales como la recencia y la frecuencia priorizan la información relevante al tiempo que descartan las ideas anticuadas. Mark mejora los LLM de múltiples maneras: estrategia de verdad del suelo: reduce las alucinaciones al establecer una referencia estructurada; Adaptación específica del dominio: esencial para campos como la atención médica, la ley y la fabricación, donde las ideas patentadas están ausentes de los conjuntos de datos públicos; Asistentes de IA personalizados: mejora los asistentes virtuales recordando las preferencias del usuario, asegurando respuestas coherentes con el tiempo.
Publicado Originalme en rss.arxiv.org El 8 de mayo de 2025.
Ver Fuente Original
