🤖 AI

QUMem: Personalized Memory for Query-Conditioned User-State Inference in LLM Agents

QUMem es un marco de memoria estructurada que mejora la personalización de los agentes de LLM mediante la segmentación de los historiales de interacción en episodios semánticos, descomponiéndolos en tipos de memoria recuperables de forma independiente, y empleando un proceso de recuperación multiagente para inferir estados de usuario temporal y contextualmente válidos, logrando así un rendimiento de vanguardia en las evaluaciones de referencia de personalización.

Autores originales: Heng Wang, Yifei Li, Lingling Zhang, Pengyu Li, Xinyu Che, Xinyu Zhang, Zesheng Yang

Publicado 2026-08-18

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Heng Wang, Yifei Li, Lingling Zhang, Pengyu Li, Xinyu Che, Xinyu Zhang, Zesheng Yang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la inteligencia artificial, que evoluciona rápidamente, ha surgido una nueva generación de programas informáticos que pueden hacer más que solo responder preguntas; pueden actuar como asistentes persistentes, recordando conversaciones pasadas y adaptando su comportamiento con el tiempo. Estos sistemas, conocidos como agentes, dependen de una forma de memoria digital para funcionar eficazmente. Así como un asistente humano recuerda el pedido de café favorito de un cliente o recuerda que se cambió la fecha límite de un proyecto la semana pasada, estos agentes necesitan almacenar y recuperar información de largos historiales de interacción. Sin embargo, la memoria humana no es un simple archivador donde cada conversación se almacena como un bloque único e inalterable. En cambio, naturalmente separamos los hechos de los sentimientos, distinguimos entre un estado de ánimo temporal y una preferencia duradera, y entendemos que el contexto de una conversación cambia a medida que pasa el tiempo. Para que la inteligencia artificial comprenda verdaderamente a una persona, debe ser capaz de hacer lo mismo: filtrar años de diálogo, separar los detalles relevantes del ruido y reconstruir una imagen clara de quién es el usuario en este momento.

Durante mucho tiempo, los investigadores han intentado resolver esto construyendo mejores formas de almacenar y buscar estas conversaciones digitales. El enfoque predominante ha sido tratar la memoria como una biblioteca donde la consulta de un usuario actúa como un término de búsqueda, recuperando los fragmentos de texto más similares. Si bien esto funciona para preguntas sencillas, tiene dificultades cuando la situación es compleja. Si un usuario cambia de opinión sobre un tema a lo largo de varias semanas, o si una sola conversación contiene tanto una queja pasajera como una regla permanente que desea seguir, los sistemas estándar suelen confundirse. Podrían mezclar eventos no relacionados o no lograr ver cómo una decisión pasada se conecta con una solicitud actual. El resultado es un asistente que recuerda las palabras pero pierde el significado, incapaz de distinguir entre una preferencia temporal y un valor fundamental.

Un equipo de investigadores de la Universidad de Xi'an Jiaotong ha propuesto una nueva forma de abordar este desafío, introduciendo un sistema llamado QUMem. En lugar de simplemente buscar texto similar, este sistema está diseñado para comprender la estructura de una conversación y el rol específico de la información dentro de ella. Los investigadores argumentan que, para construir un asistente verdaderamente personalizado, la computadora debe primero organizar el historial bruto de interacciones en historias significativas, o "episodios", basados en el flujo natural de la conversación. Luego, descompone estas historias en tres tipos distintos de información: hechos concretos sobre lo que sucedió, preferencias o reglas específicas que el usuario ha establecido, e ideas o principios más amplios que pueden aplicarse a nuevas situaciones. Al separar estos elementos, el sistema puede mantener el contexto completo de un evento y, al mismo tiempo, permitir que el asistente extraiga solo el detalle específico que necesita para el momento actual.

La innovación central reside en cómo el sistema procesa una nueva solicitud. En lugar de pedirle a la computadora que adivine qué buscar, QUMem utiliza un proceso de razonamiento de tres pasos. Primero, un agente analiza la pregunta actual del usuario para determinar exactamente qué información se necesita para responderla adecuadamente. Se pregunta si la tarea requiere un hecho específico, una preferencia pasada o una regla general. Luego, un segundo agente planifica una búsqueda, dirigiendo al sistema a buscar en los "estantes" específicos donde se almacena ese tipo de información, en lugar de buscar en todo el historial a la vez. Finalmente, un tercer agente toma las piezas de evidencia recuperadas y las entreteje para formar una imagen coherente del estado actual del usuario. Esta imagen final no es solo una lista de viejos recuerdos; es una comprensión sintetizada de quién es el usuario en este momento específico, teniendo en cuenta cómo han evolucionado sus preferencias y qué reglas siguen aplicándose.

Para probar este enfoque, los investigadores compararon su sistema con varios métodos existentes utilizando dos bancos de pruebas diferentes diseñados para medir qué tan bien una IA puede recordar y adaptarse a un usuario. En una prueba, el sistema tenía que responder preguntas sobre los cambios en las preferencias de un usuario durante conversaciones largas. El nuevo método superó significativamente a los demás, logrando un rendimiento de vanguardia en el benchmark PersonaMem. Con el modelo GPT-4o-mini, QUMem mejoró la precisión general al 61.02%, y con Gemini-3.5-flash, alcanzó el 70.58%, en comparación con aproximadamente el 53% y 63% respectivamente para los siguientes mejores sistemas. La mejora fue aún más pronunciada cuando la tarea requería que el asistente rastreara cómo había cambiado una preferencia a lo largo del tiempo o aplicara una lección pasada a un escenario completamente nuevo. En una segunda prueba que involucraba a un asistente móvil que debía realizar tareas basadas en los hábitos del usuario, el sistema volvió a lograr la tasa de éxito más alta, demostrando que esta forma estructurada de pensar sobre la memoria ayuda a la computadora a tomar mejores acciones, no solo a dar mejores respuestas.

Los investigadores también descubrieron que la forma en que el sistema está construido lo hace más eficiente. Los métodos antiguos a menudo activan un proceso computacional pesado cada vez que llega un nuevo mensaje, independientemente de si es importante. El nuevo sistema espera hasta que una conversación concluye naturalmente un tema antes de organizar la memoria, y luego utiliza un número fijo y pequeño de pasos para clasificar la información. Esto significa que utiliza mucha menos potencia de cómputo para construir su memoria, lo que le permite manejar historiales largos sin ralentizarse. El estudio sugiere que la clave para la personalización a largo plazo no es solo almacenar más datos, sino organizarlos de una manera que respete la diferencia entre un hecho, una preferencia y una lección. Al tratar el historial del usuario como una colección de historias estructuradas y evolutivas en lugar de una lista plana de palabras, el sistema puede inferir una comprensión mucho más clara y precisa de la persona a la que sirve.

Resumen Técnico: QUMem

Declaración del Problema

Los agentes de Modelos de Lenguaje Extensos (LLM) dependen cada vez más de sistemas de memoria externa para soportar la personalización a largo plazo. Sin embargo, los marcos de memoria existentes enfrentan tres limitaciones críticas que dificultan la inferencia efectiva del estado del usuario:

Límites Rígidos: Los límites basados en turnos fijos, tokens fijos o sesiones suelen mezclar diálogos no relacionados o fragmentar un único evento de sus causas, decisiones y resultados. Esto interrumpe el contexto a nivel de evento requerido para la recuperación posterior.
Información Acoplada: Almacenar múltiples piezas de información de una sola interacción como una única unidad de memoria vincula distintas funciones semánticas (por ejemplo, una preferencia general frente a una restricción específica de contexto) entre sí. Esto impide que el sistema recupere solo los componentes relevantes para una consulta específica.
Formulación de Consultas Inadecuada: Tratar la tarea actual como una única consulta de recuperación de similitud top- $k$ suele arrojar fragmentos que son individualmente relevantes, pero que no logran capturar conjuntamente la evolución de las preferencias, la validez temporal y la aplicabilidad contextual.

El desafío central no es simplemente recuperar memorias relevantes, sino inferir un estado de usuario relevante para la tarea —una representación estructurada de la información del usuario respaldada por evidencia histórica, relevante para la consulta actual y aplicable en el contexto actual.

Metodología: QUMem

QUMem es un marco de memoria estructurada diseñado para la inferencia del estado del usuario condicionada por la consulta. Opera a través de tres módulos secuenciales:

1. Construcción de Episodios Dinámicos

Para preservar el contexto a nivel de evento, QUMem abandona los límites fijos en favor de la continuidad semántica.

Mecanismo: Un clasificador ligero y ajustado ( $f_\theta$ ) analiza las locuciones adyacentes del usuario para determinar si pertenecen al mismo evento o tarea.
Proceso: El sistema mantiene un episodio candidato abierto. Si el clasificador determina continuidad ( $c_t=1$ ), la locución se añade. Si la continuidad se rompe ( $c_t=0$ ), el episodio actual se finaliza y comienza uno nuevo.
Beneficio: Esto asegura que las causas, decisiones, retroalimentación y resultados del mismo evento se mantengan juntos, evitando la interrupción del contexto del evento antes del almacenamiento de la memoria.

2. Descomposición de Memoria Tipificada

Una vez formado un episodio, este se descompone en memorias atómicas recuperables de forma independiente basadas en tres roles funcionales distintos:

Memorias Fácticas ( $F$ ): Experiencias, comportamientos, actividades o estados concretos del usuario sin tendencias inferidas.
Memorias de Preferencia ( $P$ ): Elecciones, tendencias, requisitos y restricciones del usuario asociados a objetos o contextos específicos, incluyendo sus justificaciones. No se asume que sean indefinidamente válidas; su posición temporal es rastreada.
Memorias de Perspectiva Transferible ( $I$ ): Principios de decisión abstractos derivados de elecciones concretas y retroalimentación, aplicables a nuevos objetos o contextos.
Almacenamiento: Cada memoria conserva su contenido ( $v$ ), tipo ( $d$ ), posición temporal ( $p$ ) y evidencia de origen ( $E$ ). Esto permite una recuperación detallada y el rastreo de la procedencia.

3. Inferencia del Estado del Usuario Condicionada por la Consulta

En lugar de una operación de recuperación única, QUMem emplea tres agentes secuenciales para transformar el objetivo de la tarea en un estado de usuario estructurado ( $Z_q$ ):

Agente de Necesidad de Información ( $A_1$ ): Identifica qué información histórica debe verificarse para la consulta actual y explica su relevancia, sin prescribir consultas de recuperación específicas.
Agente de Planificación de Recuperación ( $A_2$ ): Reescribe las necesidades de información en consultas autónomas y selecciona los almacenes de memoria apropiados (Fácticos, de Preferencia o de Perspectiva) para cada consulta. Genera un plan de recuperación $P_q$ .
Agente de Inferencia del Estado del Usuario ( $A_3$ ): Recupera las memorias candidatas, selecciona la evidencia relevante para la tarea y la organiza en un estado de usuario estructurado $Z_q = (F_q, T_q, I_q)$ $Z_{q} = (F_{q}, T_{q}, I_{q})$ , donde:
- $F_q$ : Hechos organizados cronológicamente.
- $T_q$ : Evolución de las preferencias y restricciones aplicables al contexto.
- $I_q$ : Principios de decisión abstractos aplicados a la tarea actual.

Este estado estructurado se entrega luego al modelo de respuesta descendente ( $\Psi$ ) para generar una salida personalizada.

Contribuciones Clave

Marco de Memoria Estructurada: QUMem organiza los historiales de interacción en episodios semánticos y los descompone en memorias fácticas, de preferencia y de perspectiva complementarias e independientemente recuperables. Esto preserva el contexto del evento permitiendo al mismo tiempo la reutilización detallada.
Mecanismo de Inferencia de Tres Agentes: El artículo introduce un flujo de trabajo condicionado por la consulta que separa la identificación de necesidades de información, la planificación de la recuperación sobre almacenes tipificados y la inferencia del estado basada en evidencia. Esto permite la interpretación conjunta de evidencia distribuida y temporalmente separada.
Validación Empírica: El marco es evaluado en PersonaMem y KnowU-Bench, demostrando un rendimiento de vanguardia en tareas de personalización a largo plazo.

Resultados Experimentales

El artículo evalúa QUMem frente a tres líneas base: A-MEM, Mem0 y Zep.

Benchmark PersonaMem: QUMem logró el mejor rendimiento en todas las longitudes de contexto (32K, 128K, 1M tokens) y categorías de consulta utilizando tanto los modelos base GPT-4o-mini como Gemini-3.5-flash.
- Con GPT-4o-mini, QUMem mejoró la precisión general del 52.99% (mejor línea base) al 61.02%.
- Con Gemini-3.5-flash, mejoró la línea base más fuerte del 63.29% al 70.58%.
- Las ganancias fueron más significativas en tareas que requieren el seguimiento de la evolución completa de las preferencias, recomendaciones alineadas con las preferencias y transferencia entre contextos.
KnowU-Bench: QUMem logró la mayor Tasa de Éxito (17.4% total) y el Puntaje Promedio (0.53) entre los métodos evaluados, mejorando la tasa de éxito en 4.6 puntos porcentuales sobre la línea base más fuerte. Esto indica la efectividad del método para traducir preferencias históricas en acciones concretas.
Eficiencia: QUMem demostró una eficiencia superior en la construcción de memoria, requiriendo el menor número de llamadas a LLM por cada 100 turnos (81.4) y el menor costo de tokens (1,221.2) en comparación con las líneas base que activan la construcción en cada turno o utilizan bucles de verificación complejos.
Estudios de Ablación: Eliminar cualquiera de los tres componentes principales (Construcción de Episodios, Descomposición de Memoria o Reconstrucción de Estado) degradó consistentemente el rendimiento, confirmando sus roles complementarios. El estudio también identificó una profundidad de recuperación óptima ( $k=5$ ).

Significancia y Reivindicaciones

El artículo afirma que QUMem aborda la desconexión fundamental en los sistemas de memoria actuales entre recuperar hechos aislados e inferir un estado de usuario coherente. Al separar explícitamente la identificación de las necesidades de información, la planificación de la recuperación sobre almacenes tipificados y la interpretación conjunta de la evidencia, QUMem permite que los agentes manejen la evolución de las preferencias y las restricciones dependientes del contexto de manera más efectiva.

Los autores enfatizan que el valor del marco reside en:

Preservar el contexto a nivel de evento durante la construcción.
Distinguir los roles funcionales de la evidencia histórica (hecho vs. preferencia vs. perspectiva).
Realizar una inferencia de estado de usuario impulsada por la tarea en lugar de una simple coincidencia de similitud.

Los resultados sugieren que la inferencia estructurada y condicionada por la consulta es un paso crítico hacia una personalización robusta a largo plazo, particularmente a medida que los historiales de interacción se vuelven más largos y complejos. Sin embargo, el artículo señala modestamente que, aunque QUMem mejora la inferencia de preferencias, generar respuestas que sean simultáneamente novedosas y perfectamente alineadas con las preferencias sigue siendo un desafío, particularmente en las tareas de "sugerir nuevas ideas".