Un cadre de test sur 60 tours compare plusieurs architectures de mémoire pour agents d’IA. Les résultats attribuent la persistance d’informations périmées au moment et à la manière dont les mises à jour sont écrites et invalidées, davantage qu’à la capacité de rappel.
Coûts et latence viennent des écritures, pas du rappel
Les expériences montrent que la fiabilité et la latence d’un agent dépendent des coûts et du « raisonnement » du modèle, les écritures en mémoire représentant la part la plus coûteuse. Certaines conceptions, comme les magasins en ajout uniquement ou des politiques d’invalidation de graphe mal conçues, peuvent conserver d’anciens faits. Ces phénomènes s’expliquent par la dilution des entrées, des problèmes de classement ou une invalidation incorrecte, ce qui allonge le temps de réponse et compromet la fraîcheur des données.
Ce qui déclenche l’obsolescence : l’écriture et l’invalidation
L’obsolescence de la mémoire provient principalement du moment et de la manière dont les mises à jour sont écrites et invalidées. La dégradation s’accentue lorsque le « rédacteur » ne remplace pas correctement les faits antérieurs. Même une récupération vectorielle classique peut continuer à fournir des réponses exactes tant que les mises à jour sont explicites, mais la mémoire se détériore à mesure que les faits changent et que les anciennes entrées ne sont pas supprimées.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Des variantes de mémoire passées au crible
Plusieurs approches sont comparées : récupération brute, mémoire auto-mise à jour dans la boucle d’inférence, pipelines de traitement après l’échange et consolidation ou rêverie exécutées en arrière-plan. Le panorama inclut des magasins vectoriels, des graphes, des dossiers de fichiers markdown et des graphes temporels, ainsi que des mécanismes de rêverie nocturne. Toutes ces architectures peuvent répondre à la question « Que m’a dit l’utilisateur ? », mais elles se dégradent lorsque l’utilisateur modifie les informations, ce qui conduit à un classement selon le type de « rédacteur » chargé des mises à jour.
Un protocole sur 60 échanges pour mesurer la persistance
Le protocole expérimental simule un dialogue où l’utilisateur modifie des faits au fil de 60 échanges, puis mesure combien de temps chaque architecture maintient une réponse obsolète. À l’issue, il est recommandé de choisir soigneusement le « rédacteur », d’utiliser pour les faits évolutifs des rédacteurs qui remplacent à l’arrivée et une récupération qui ignore les entrées remplacées. La consolidation ou les modifications procédurales doivent être limitées aux moments où l’agent peut encore accéder à la vérité récente, souvent avec un contrôle humain pour ces changements.
