Agentin uzunmüddətli yaddaşı nədir və onu necə qurmaq olar (xülasə, vektor yaddaşı)?
sobes.tech Süni İntellekt
AI-dan cavab
Agentin uzunmüddətli yaddaşı, agent tərəfindən uzun müddət ərzində toplanmış məlumatların saxlanması və istifadəsi mexanizmidir; bu, qarşılıqlı əlaqənin və qərar qəbul etmənin keyfiyyətini yaxşılaşdırmağa xidmət edir.
Xülasə (summarization) — böyük həcmdə məlumatların qısa, lakin məzmunlu təqdimata sıxılması prosesi. Bu, agentə əsas nöqtələri tez xatırlamağa kömək edir, bütün detalları saxlamağa ehtiyac olmadan.
Vektor yaddaş (vector memory) — məlumatların vektorlar (məsələn, embeddinglər) şəklində saxlanmasıdır; bu, oxşar məlumatları səmərəli axtarmağa və müqayisə etməyə imkan verir, ən yaxın qonşu metodlarından istifadə etməklə.
Uzunmüddətli yaddaşın qurulması:
- Məlumatların toplanması: agent vacib hadisələri, dialoqları, faktları qeyd edir.
- İşləmə və sıxışdırma: məlumatların həcmini azaltmaq üçün xülasə algoritmləri tətbiq olunur.
- Vektorlaşdırma: mətnlərin və ya digər məlumatların embedding modelləri (məsələn, BERT, OpenAI embeddingləri) vasitəsilə vektorlar şəklində çevrilməsi.
- Saxlama: Pinecone, FAISS kimi ixtisaslaşmış verilənlər bazalarından istifadə edilərək səmərəli axtarışlar təmin edilir.
- Geri çağırma: ehtiyac olduqda, agent əlaqəli qeydləri yaddaşda axtarır və cavab və ya qərar qəbul etmək üçün istifadə edir.
Python-da embeddinglər və FAISS kitabxanası ilə nümunə:
from sentence_transformers import SentenceTransformer
import faiss
# Embedding modelinin başlanğıcı
model = SentenceTransformer('all-MiniLM-L6-v2')
# Nümunə məlumatlar
texts = ["Bu gün günəşli", "Sabah yağıntı olacaq", "Hava yaxşıdır"]
# Vektorlaşdırma
vectors = model.encode(texts)
# FAISS indeksinin yaradılması
index = faiss.IndexFlatL2(vectors.shape[1])
index.add(vectors)
# Yaddaşda axtarış
query = "Sabah hava necə olacaq?"
query_vec = model.encode([query])
D, I = index.search(query_vec, k=1)
print(f"Oxşar mətn: {texts[I[0][0]]}")
Bu şəkildə, agentin uzunmüddətli yaddaşı xülasə ilə qısa və yığcam saxlanma və sürətli axtarış üçün vektor yaddaşını birləşdirir.