Как реализована долгосрочная память в вашем проекте и как LLM использует предпочтения пользователя при назначении встреч?

В нашем проекте долгосрочная память реализована через хранение пользовательских данных и предпочтений в базе данных, а также через использование векторных эмбеддингов для контекстного поиска. При назначении встреч LLM (Large Language Model) получает доступ к этим данным, чтобы учитывать индивидуальные предпочтения пользователя, такие как удобное время, частота встреч, предпочтительный формат (онлайн/офлайн) и другие параметры.

Процесс выглядит так:

1. Сбор и обновление пользовательских предпочтений в базе.
2. При генерации предложения по встрече LLM получает эти данные как часть контекста.
3. Модель использует эту информацию для формирования более персонализированных и релевантных вариантов расписания.

Таким образом, LLM не просто генерирует случайные варианты, а адаптируется под конкретного пользователя, повышая качество и удобство планирования.