ملخص تقني: ما وراء الـ RAG من أجل ذاكرة الوكيل: الاسترجاع عبر الفصل والتجميع

بيان المشكلة

تفتقر أنظمة التوليد المعزز بالاسترجاع (RAG) القياسية بشكل جوهي إلى التوافق مع متطلبات ذاكرة الوكيل (Agent Memory). فبينما صُمم نظام RAG القياسي للتعامل مع مجموعات وثائق ضخمة وغير متجانسة، تتكون ذاكرة الوكيل من تدفقات تفاعل مترابطة ومحدودة، حيث تكون العديد من الأجزاء (spans) شديدة الارتباط أو شبه متكررة. في هذا السياق، غالبًا ما يعيد استرجاع التشابه من نوع (top-k) المسطح سياقات مكررة، مما يفشل في التمييز بين الأدلة الحاسمة المختبئة وسط سجلات تاريخية متشابهة. وعلى العكس من ذلك، فإن استراتيجيات الذاكرة الهرمية الحالية التي تعتمد على الضغط التدريجي (مثل الملخصات) غالبًا ما تُموه التفاصيل الدقيقة الضرورية للتمييز بين المرشحين، مثل التحديثات الصغيرة، أو القيود، أو الاختلافات الواقعية. التحدي الجوهري ليس مجرد تحديد النص ذي الصلة، بل عزل الأدلة المحددة والحرجة للإجابة من سجلات التفاعل شديدة التشابه.

المنهجية: xMemory

يقترح المؤلفون إطار عمل xMemory، الذي يربط هيكلة الذاكرة بالاسترجاع التكيفي بناءً على مبدأ "الفصل قبل التجميع". وخلافًا للنهج التقليدية التي تعامل سجلات التفاعل الطويلة كوحدات متجانسة، يقوم xMemory بتفكيك التاريخ إلى وحدات أدلة دقيقة قبل تنظيمها.

1. بناء الذاكرة الهرمية

يبني xMemory هيكلًا هرميًا قابلًا للمراجعة من خلال ثلاث مراحل:

• التقسيم (Segmentation): يتم تقسيم الرسائل الخام إلى أجزاء (segments) متصلة، يلتقط كل منها حدثًا محليًا متماسكًا. هذا يحافظ على السياق المحلي السليم الذي غالبًا ما يُفقد في عملية استرجاع الرسائل المنعزلة.
• الفصل (Decoupling): يتم تفكيك كل جزء إلى مكونات ذاكرة (memory components). هذه المكونات هي وحدات موجزة ومنظمة تمثل حقائق، أو قيودًا، أو سمات، أو علاقات، أو تحديثات للحالة قابلة لإعادة الاستخدام. تعمل هذه الخطوة على عزل الأدلة المميزة عن السرد المحيط بها.
• التجميع (Aggregation): يتم تجميع المكونات ذات الصلة في مجموعات (groups) عالية المستوى. يتم توجيه هذا التجميع بواسطة دالة هدف توازن بين الندرة (sparsity) (تفضيل أحجام مجموعات متوازنة لتقليل تكاليف المسح) والأمانة الدلالية (semantic faithfulness) (ضمان التماسك داخل المجموعة والمجال الملاحي بين المجموعات).

2. الصيانة الديناميكية

هيكل الذاكرة ليس ثابتًا؛ بل يتطور تدريجيًا مع وصول تفاعلات جديدة.

• الإلحاق (Attachment): يتم إلحاق المكونات الجديدة بأقرب مجموعة متوافقة بناءً على تشابه التضمين (embedding similarity).
• القابلية للمراجعة (Revisability): يدعم النظام عمليات التقسيم (split) والدمج (merge). يتم تقسيم المجموعات الكبيرة جدًا أو غير المتماسكة، بينما تُدمج المجموعات الصغيرة أو المنعزلة. يتم تحفيز هذه العمليات عندما تؤدي إلى تحسين دالة التوجيه، مما يسمح للنظام بإعادة تنظيم المكونات المخزنة سابقًا بشكل رجعي بناءً على أدلة جديدة.

3. الاسترجاع التكيفي من الأعلى إلى الأسفل

يسير الاسترجاع في مرحلتين لتقليل التكرار مع ضمان كفاية السياق:

• المرحلة الأولى: اختيار الهيكل الأساسي عالي المستوى: يختار النظام أولاً مجموعة مدمجة من المجموعات والمكونات المتكاملة. يستخدم استراتيجية اختيار جشعة (greedy selection) توازن بين صلة الاستعلام والتغطية الهيكلية، مستفيدًا من روابط أقرب جار (kNN) المحفوظة مسبقًا بين المجموعات لتجنب اختيار أدلة مكررة تقريبًا.
• المرحلة الثانية: التوسع النصي التكيفي: بعد إنشاء الهيكل الأساسي عالي المستوى فقط، يتوسع النظام ليشمل المستويات الأدنى (الأجزاء والرسائل الخام). هذا التوسع مدفوع بعدم اليقين (uncertainty-driven)؛ حيث يتم تضمين الجزء أو الرسالة فقط إذا وفر انخفاضًا هامشيًا إيجابيًا في عدم يقين القارئ (المقاس عبر الإنتروبيا التنبؤية). يتوقف الاسترجاع عندما لا يمكن تحقيق أي تقليل إضافي في عدم اليقين.

المساهمات الرئيسية

1. تحديد المشكلة: يحدد البحث عدم التوافق بين افتراضات RAG القياسية وطبيعة ذاكرة الوكيل، بحجة أن ذاكرة الوكيل تتطلب مبدأ "الفصل قبل التجميع".
2. إطار عمل xMemory: اقتراح إطار عمل يبني هيكل ذاكرة هرمي قابل للمراجعة عن طريق تقسيم التاريخ، وفصل الأجزاء إلى مكونات ذاكرة، وتجميع المكونات في مجموعات عالية المستوى.
3. الاسترجاع التكيفي: تطوير طريقة استرجاع من الأعلى إلى الأسفل تختار هيكل أدلة مدمج قبل التوسع إلى النص الخام بناءً على تقليل عدم اليقين، وهو ما ثبت أنه يحسن جودة الإجابة وكفاءة توكنات الاستدلال (inference tokens).

النتائج التجريبية

قيم المؤلفون xMemory على مجموعتي بيانات: LoCoMo (حوار متعدد الجلسات) و PerLTQA (ذاكرة طويلة الأمد مخصصة) باستخدام نماذج لغوية كبيرة متنوعة مفتوحة المصدر (Qwen3-8B, Llama-3.1-8B) ومغلقة المصدر (GPT-5 nano).

• جودة الإجابة: حقق xMemory باستمرار أعلى متوسط لدرجات BLEU و F1 عبر جميع النماذج الأساسية ومجموعات البيانات. على سبيل المثال، في LoCoMo مع Qwen3-8B، رفع متوسط BLEU/F1 من 31.44/40.88 (الأساس Nemori) إلى 34.48/43.98.
• الكفاءة: أظهر xMemory كفاءة فائقة في عدد التوكنات. في LoCoMo مع Qwen3-8B، قلل من استخدام توكنات الاستدلال من 7,755 (Nemori) إلى 4,711 مع تحسين جودة الإجابة في الوقت نفسه.
• كثافة الأدلة: أظهر التحليل أن xMemory يسترجع أدلة أكثر كثافة، مع نسب أعلى من كتل "الضربات المتعددة" (multi-hit blocks) (التي تحتوي على وحدات أدلة إجابة متميزة متعددة) مقارنة بـ Naive RAG والأساليب القائمة على التقليم (pruning-based baselines).
• الموازنة بين التكلفة والأداء: عند احتساب تكاليف بناء الذاكرة والاستدلال معًا، حقق xMemory التوازن الأكثر ملاءمة، متفوقًا على نماذج الذاكرة المهيكلة في الجودة مع الحفاظ على تكاليف توكنات إجمالية أقل.

الأهمية والادعاءات

يزعم البحث أن الذاكرة الفعالة للوكيل لا ينبغي أن تكتفي بمجرد استرجاع أو ضغط التفاعلات الماضية، بل يجب أن تعيد تنظيمها في هياكل موجهة نحو الأدلة تجعل التمييز الدقيق متاحًا. من خلال فصل الذكريات شديدة الارتباط إلى مكونات دلالية واسترجاعها من الأعلى إلى الأسفل، يقلل xMemory من التكرار مع الحفاظ على الأدلة المرتبطة زمنيًا. يفترض المؤلفون أن عملهم يمثل خطوة نحو أنظمة ذاكرة أكثر تكيفًا وكفاءة لوكلاء LLM طويلي الأمد، مما يعالج تحديات الاسترجاء المحددة التي تفرضها تدفقات التفاعل المتماسكة والمتداخلة التي يفشل نظام RAG القياسي في التعامل معها.

يظل المؤلفون متواضعين بشأن القيود، مشيرين إلى أن التقييم يقتصر على معايير محددة (LoCoLo و PerLTQA)، وأن الاعتماد على المكونات المولدة بواسطة LLM قد يؤدي إلى أخطاء في الاستخراج. ويقترحون أن العمل المستقبلي يجب أن يستكشف بيئات وكيلة أوسع وآليات استخراج أكثر قوة.