🤖 AI

E-mem: Multi-agent based Episodic Context Reconstruction for LLM Agent Memory

E-mem एक मल्टी-एजेंट फ्रेमवर्क है जो विनाशकारी मेमोरी प्रीप्रोसेसिंग को एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन से बदल देता है, जिससे स्थानीय तर्क के लिए असिस्टेंट एजेंटों के एक पदानुक्रमित आर्किटेक्चर और वैश्विक योजना के लिए एक मास्टर एजेंट का उपयोग करके एलएलएम (LLM) एजेंटों को विस्तृत क्षितिजों पर कठोर तार्किक अखंडता बनाए रखने में सक्षम बनाया जाता है, जिससे LoCoMo बेंचमार्क पर बेहतर प्रदर्शन और दक्षता प्राप्त होती है।

मूल लेखक: Kaixiang Wang, Yidan Lin, Jiong Lou, Zhaojiacheng Zhou, Bunyod Suvonov, Jie Li

प्रकाशित 2026-05-04

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kaixiang Wang, Yidan Lin, Jiong Lou, Zhaojiacheng Zhou, Bunyod Suvonov, Jie Li

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ E-mem पेपर का हिंदी अनुवाद दिया गया है:

बड़ी समस्या: "कटे-फटे मेमोरी" (Shredded Memory) की समस्या

कल्पना कीजिए कि आप एक जटिल रहस्य सुलझाने की कोशिश कर रहे हैं, जैसे कि तीन हफ्ते पहले जार से कुकी किसने चुराई थी। इसे करने के लिए, आपको घटनाओं की एक लंबी श्रृंखला को याद रखने की आवश्यकता है: कौन रसोई में था, उन्होंने क्या पहना था, और उन्होंने क्या कहा था।

वर्तमान AI एजेंट (स्मार्ट कंप्यूटर प्रोग्राम) इसे याद रखने के लिए अपने लंबे इतिहास को छोटे, पहले से छांटे गए कार्डों में फाड़ देते (shredding) हैं। वे प्रत्येक कार्ड पर एक संक्षिप्त सारांश लिखते हैं और मूल कहानी को फेंक देते हैं। जब आप कोई प्रश्न पूछते हैं, तो AI कुछ ऐसे कार्ड उठाता है जो जुड़े हुए प्रतीत होते हैं।

दोष क्या है? यह अखबार की केवल सुर्खियों को पढ़कर मर्डर मिस्ट्री सुलझाने की कोशिश करने जैसा है। आप संदर्भ (context) खो देते हैं। आप क्रम (sequence) खो देते हैं। आप "क्यों" और "कैसे" को खो देते हैं। पेपर इसे "विनाशकारी वि-संदर्भिकरण" (destructive de-contextualization) कहता है। कहानी को सारांश में संकुचित करके, AI उस तार्किक श्रृंखला को तोड़ देता है जो गहरी सोच के लिए आवश्यक होती है।

समाधान: E-mem ("जीवित संग्रह" या Living Archive)

लेखक E-mem का प्रस्ताव देते हैं, जो AI के लिए चीजों को याद रखने का एक नया तरीका है। अतीत को फाड़ने के बजाय, E-mem मेमोरी को एक जैविक मस्तिष्क (biological brain) या एक जीवित संग्रह (living archive) की तरह मानता है।

यह कैसे काम करता है, इसके लिए एक रचनात्मक उपमा (analogy) देखें:

1. मास्टर और उनके सहायक (लाइब्रेरी सिस्टम)

एक विशाल पुस्तकालय की कल्पना करें।

मास्टर एजेंट (The Master Agent): यह मुख्य लाइब्रेरियन (Head Librarian) है। वे बहुत बुद्धिमान हैं और योजना बनाने में कुशल हैं, लेकिन वे पुस्तकालय की हर एक किताब पढ़ने के लिए बहुत व्यस्त हैं। उनका काम यह पता लगाना है कि आप क्या पूछ रहे हैं और कहाँ देखना है।
सहायक एजेंट (The Assistant Agents): ये विशेषज्ञ लाइब्रेरियन (Specialized Librarians) हैं। एक विशाल लाइब्रेरियन द्वारा पूरे पुस्तकालय को अपने दिमाग में रखने के बजाय, E-mem कई छोटे, विशिष्ट लाइब्रेरियन को काम पर रखता है।
- प्रत्येक सहायक लाइब्रेरियन एक विशिष्ट समय अवधि का प्रभारी है (जैसे, "1 जनवरी का सप्ताह" या "नीली कार के बारे में बातचीत")।
- महत्वपूर्ण बात यह है कि वे केवल सारांश नहीं रखते। वे उस समय अवधि का पूरा, बिना फटा हुआ मूल टेक्स्ट (unshredded original text) रखते हैं।

2. "पुनः अनुभव" की प्रक्रिया (एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन)

जब आप कोई प्रश्न पूछते हैं, तो मुख्य लाइब्रेरियन केवल एक सारांश कार्ड नहीं उठाता। वे एक स्मार्ट रूटिंग सिस्टम का उपयोग करते हैं ताकि उन विशिष्ट सहायक लाइब्रेरियन को जगाया जा सके जिन्हें उत्तर पता हो सकता है।

एक बार जाग जाने के बाद, ये सहायक केवल तथ्य "प्राप्त" (retrieve) नहीं करते। वे स्मृति को पुनः अनुभव (re-experience) करते हैं।

उपमा: कल्पना कीजिए कि आप याद करने की कोशिश कर रहे हैं कि आपने नाश्ते में क्या खाया था। एक सामान्य AI केवल यह कह सकता है कि "मैंने टोस्ट खाया था।" E-mem का सहायक लाइब्रेरियन वास्तव में उस सुबह की पूरी जर्नल एंट्री को फिर से पढ़ता है, उस दिन के संदर्भ को महसूस करता है, घटनाओं के क्रम को देखता है, और फिर कहता है, "उस सुबह की पूरी कहानी के आधार पर, मुझे याद है कि आपने टोस्ट खाया था, लेकिन आपने यह भी उल्लेख किया था कि मक्खन खत्म हो गया था।"

इसे एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन (Episodic Context Reconstruction) कहा जाता है। AI सत्य खोजने के लिए केवल सारांश के आधार पर अनुमान लगाने के बजाय, अतीत के विशिष्ट हिस्से को सक्रिय रूप से "फिर से जीता" है।

3. पहेली को जोड़ना

सहायक लाइब्रेरियन अपने निष्कर्ष (साक्ष्य) मुख्य लाइब्रेरियन को वापस भेजते हैं। मुख्य लाइब्रेरियन फिर एक जासूस की तरह काम करता है, एक पूर्ण, तार्किक उत्तर बनाने के लिए विभिन्न सहायकों से मिले सुरागों को जोड़ता है।

यह बेहतर क्यों है: यदि एक सहायक कहता है, "कार लाल थी," और दूसरा कहता है, "कार नीली थी," तो मुख्य लाइब्रेरियन मूल टेक्स्ट में टाइमस्टैम्प (timestamps) को देखकर यह समझ सकता है कि, "आह, कार सोमवार को लाल थी, लेकिन मंगलवार को उसे नीला रंग दिया गया था।" यह कहानी की तार्किक अखंडता (logical integrity) को बनाए रखता है।

परिणाम: स्मार्ट और सस्ता

पेपर ने इस सिस्टम का परीक्षण कठिन मेमोरी टेस्ट (जैसे LoCoMo बेंचमार्क, जो AI के लिए एक सुपर-हार्ड "मेमोरी गेम" की तरह है) पर किया।

प्रदर्शन (Performance): E-mem ने मौजूदा सर्वोत्तम तरीकों की तुलना में काफी अधिक स्कोर किया। इसने टेस्ट में लगभग 54% प्राप्त किया, जो पिछले चैंपियन को बड़े अंतर से पीछे छोड़ देता है। यह "मल्टी-हॉप" रीजनिंग (अलग-अलग समय के बीच संबंध जोड़ना) और समय को समझने (temporal reasoning) में विशेष रूप से अच्छा था।
दक्षता (Efficiency): क्योंकि "मुख्य लाइब्रेरियन" को पूरी लाइब्रेरी नहीं पढ़नी पड़ती है, और "सहायक लाइब्रेरियन" छोटे, सस्ते कंप्यूटर हैं, इसलिए यह सिस्टम एक विशाल AI को एक साथ सब कुछ याद रखने के लिए मजबूर करने की तुलना में 70% कम कंप्यूटिंग पावर (टोकन) का उपयोग करता है।

ट्रेड-ऑफ: गति बनाम सटीकता

पेपर स्वीकार करता है कि इसमें एक ट्रेड-ऑफ है। क्योंकि E-mem को विशिष्ट लाइब्रेरियन को "जगाना" पड़ता है और उन्हें मूल कहानियों को "फिर से पढ़ने" के लिए कहना पड़ता है, इसलिए उत्तर देने में यह एक साधारण सारांश कार्ड तुरंत उठाने वाले सिस्टम की तुलना में थोड़ा अधिक समय लेता है।

हालाँकि, लेखक तर्क देते हैं कि यह एक अच्छा ट्रेड-ऑफ है। यह एक फास्ट फूड ड्राइव-थ्रू (तेज़, लेकिन शायद आपको गलत ऑर्डर मिल जाए) और एक बैठने वाले रेस्टोरेंट के बीच के अंतर जैसा है जहाँ शेफ खाना पकाने से पहले ताजी सामग्री की जाँच करता है (धीमा, लेकिन भोजन एकदम सही होता है)। उन कार्यों के लिए जिनमें गहरी, तार्किक सोच की आवश्यकता होती है—जैसे किसी रहस्य को सुलझाना या एक जटिल परियोजना की योजना बनाना—E-mem गति के बजाय सटीकता को चुनता है।

सारांश

E-mem AI को उसकी यादों को "फाड़ने" से रोकता है। इसके बजाय, यह पूर्ण, मूल कहानियों को सुरक्षित रखने के लिए छोटे, विशिष्ट एजेंटों की एक टीम का उपयोग करता है। जब आप कोई प्रश्न पूछते हैं, तो ये एजेंट सत्य खोजने के लिए अतीत के विशिष्ट हिस्सों को "पुनः जीते" हैं, जिससे AI संदर्भ खोए बिना गहराई से और तार्किक रूप से सोच पाता है।

यहाँ शोध पत्र "E-mem: LLM एजेंट मेमोरी के लिए मल्टी-एजेंट आधारित एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

लार्ज लैंग्वेज मॉडल (LLM) एजेंटों का System 2 रीजनिंग (विचारशील, उच्च-परिशुद्धता समस्या-समाधान) की ओर विकास, लंबे समय के क्षितिज (time horizons) पर कठोर तार्किक अखंडता बनाए रखने की मांग करता है। हालाँकि, मौजूदा मेमोरी प्रतिमान (paradigms) विनाशकारी वि-संदर्भन (destructive de-contextualization) से ग्रस्त हैं:

प्रीप्रोसेसिंग सीमाएँ: वर्तमान विधियाँ (जैसे, RAG, नॉलेज ग्राफ, पदानुक्रमित आर्काइव्स) कच्चे, असंरचित अनुक्रमिक डेटा को निश्चित संरचनाओं (एम्बेडिंग्स, ग्राफ) में संकुचित कर देती हैं।
अखंडता की हानि: यह संपीड़न उन महत्वपूर्ण अनुक्रमिक निर्भरताओं और कारण श्रृंखलाओं (causal chains) को तोड़ देता है जो गहन तर्क के लिए आवश्यक हैं।
परिणाम: एजेंट जटिल मल्टी-हॉप रीजनिंग पथों को पुनर्गठित करने में संघर्ष करते हैं, अत्यधिक लंबे संदर्भों में "लॉस्ट-इन-द-मिडल" (Lost-in-the-Middle) की घटना का शिकार होते हैं, और सटीक तार्किक निष्कर्ष के लिए आवश्यक मूल संदर्भ को संरक्षित करने में विफल रहते हैं।

2. कार्यप्रणाली: E-mem फ्रेमवर्क (Methodology: The E-mem Framework)

E-mem मेमोरी प्रीप्रोसेसिंग से एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन (एपिसोडिक संदर्भ पुनर्निर्माण) की ओर एक प्रतिमान परिवर्तन का प्रस्ताव करता है, जो जैविक एनग्राम्स (स्मृति निशानों) से प्रेरित है। यह एक विषम पदानुक्रमित मास्टर-असिस्टेंट आर्किटेक्चर का उपयोग करता है।

A. आर्किटेक्चर (Architecture)

सिस्टम को एक टुपल $F = \langle A_{master}, \{A^{(i)}_{asst}\}, R \rangle$ के रूप में परिभाषित किया गया है:

मास्टर एजेंट ( $A_{master}$ ): यह ग्लोबल प्लानर और सिंथेसाइज़र के रूप में कार्य करता है। यह कम्प्यूटेशनल ओवरलोड से बचने के लिए कच्चे मेमोरी रिटेंशन से अलग (decoupled) है। इसकी भूमिका वैश्विक योजना को व्यवस्थित करना, क्वेरी को रूट करना और वितरित साक्ष्यों को एक सुसंगत प्रतिक्रिया में एकत्रित करना है।
असिस्टेंट एजेंट ( $A^{(i)}_{asst}$ ): इन्हें लाइटवेट स्मॉल लैंग्वेज मॉडल्स (SLMs) के रूप में लागू किया गया है, जो समानांतर मेमोरी इकाइयों के रूप में कार्य करते हैं।
- दोहरा प्रतिनिधित्व (Dual Representation): प्रत्येक असिस्टेंट स्थानीय तर्क के लिए कच्चा, असकुंचित एपिसोडिक कॉन्टेक्स्ट ( $E_i$ ) और वैश्विक रूटिंग के लिए एक संक्षिप्त सिमेंटिक सारांश ( $s_i$ ) बनाए रखता है।
- अलगाव (Isolation): असिस्टेंट्स तब तक निष्क्रिय रहते हैं जब तक कि उन्हें सक्रिय न किया जाए, जिससे उनके विशिष्ट मेमोरी सेगमेंट की पूर्ण सत्यता (fidelity) बनी रहती है।
मल्टी-पाथवे रूटिंग मैकेनिज्म ( $R$ ): एक सिमेंटिक राउटर जो क्वेरी $q$ $q$ के आधार पर प्रासंगिक असिस्टेंट एजेंटों को चुनिंदा रूप से सक्रिय करता है। यह तीन ऑर्थोगोनल पथों का उपयोग करता है:
- ग्लोबल एलाइनमेंट ( $P_{global}$ ): क्वेरी के इरादे को सिमेंटिक सारांशों के साथ मिलाता है (नैरेटिव एंकरिंग)।
- सिमेंटिक एसोसिएशन ( $P_{vec}$ ): छिपे हुए इरादों को पकड़ने के लिए कच्चे चंक एम्बेडिंग्स के विरुद्ध उच्च-आयामी वेक्टर समानता का उपयोग करता है जो सारांशों द्वारा छूट गए हों।
- सिंबोलिक ट्रिगर ( $P_{kw}$ ): सटीक तथ्यात्मक रिकॉल (नाम, ID) सुनिश्चित करने के लिए स्पार्स रिट्रीवल (जैसे, BM25) का उपयोग करता है।

B. परिचालन वर्कफ़्लो (Operational Workflow)

मेमोरी निर्माण: इनपुट स्ट्रीम को अनुक्रमिक निर्भरताओं को बनाए रखने के लिए ओवरलैप के साथ स्लाइडिंग विंडो के माध्यम से खंडित किया जाता है। प्रत्येक खंड को एक कच्चे एपिसोडिक कॉन्टेक्स ( $E_i$ ) के रूप में एनकैप्सुलेट किया जाता है और एक समर्पित असिस्टेंट एजेंट द्वारा संग्रहीत किया जाता है।
सक्रियण (Activation): एक क्वेरी पर, रूटिंग मैकेनिज्म एक मल्टी-सोर्स एक्टिवेशन यूनियन को ट्रिगर करता है। किसी भी असिस्टेंट को तीनों पथों में से किसी भी पथ से सिग्नल मिलने पर वह निष्क्रिय से सक्रिय अवस्था में चला जाता है।
एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन:
- सक्रिय असिस्टेंट अपने कच्चे कॉन्टेक्स्ट $E_i$ का पुनः अनुभव (re-experience) करते हैं।
- वे विशिष्ट, टेम्पोरली ग्राउंडेड साक्ष्य टुपल्स $e_i = \langle c_i, \tau_i \rangle$ (सिमेंटिक साक्ष्य + टाइमस्टैम्प) निकालने के लिए स्थानीय तर्क (local reasoning) करते हैं।
- यह चरण सुनिश्चित करता है कि तर्क मूल संदर्भ के भीतर हो, जिससे भ्रम (hallucination) को रोका जा सके और कारण श्रृंखलाओं को संरक्षित किया जा सके।
सिनर्जिस्टिक रिस्पॉन्स (Synergistic Response): मास्टर एजेंट सभी सक्रिय असिस्टेंट्स से प्राप्त साक्ष्य टुपल्स को एकत्रित करता है। यह टेम्पोरल एंकरिंग का उपयोग करके संघर्षों (जैसे, समय के साथ स्थिति परिवर्तन) को हल करता है और एक अंतिम प्रतिक्रिया तैयार करता है।

3. मुख्य योगदान (Key Contributions)

एपिसोडिक कॉन्टेक्स्ट रिकंस्ट्रक्शन: एक अभिनव ढांचा जो असिस्टेंट्स को कच्चे, असकुंचित मेमोरी सेगमेंट को स्थानीय रूप से प्रोसेस करने का कार्य सौंपकर विनाशकारी वि-संदर्भन से बचता है।
विषम पदानुक्रमित आर्किटेक्चर: उच्च-स्तरीय योजना (Master) को निम्न-स्तरीय मेमोरी रिटेंशन (SLM-आधारित Assistants) से अलग करता है। यह "लॉस्ट-इन-द-मिडल" घटना को कम करता है और स्केलेबल, लागत प्रभावी तैनाती की अनुमति देता है।
मल्टी-पाथवे रूटिंग: केवल वेक्टर समानता पर निर्भर रहने के बजाय व्यापक संदर्भ पुनर्प्राप्ति सुनिश्चित करने के लिए नैरेटिव एलाइनमेंट, लेटेंट सिमेंटिक एसोसिएशन और सिंबोलिक ट्रिगर्स को जोड़ने वाली एक मजबूत सक्रियण रणनीति।
टोकन दक्षता: भारी कॉन्टेक्स्ट प्रोसेसिंग को छोटे मॉडल्स पर ऑफलोड करके और केवल अंतिम एकत्रीकरण के लिए बड़े मॉडल्स का उपयोग करके, यह सिस्टम उच्च रीजनिंग फिडेलिटी बनाए रखते हुए टोकन लागत को काफी कम कर देता है।

4. प्रयोगात्मक परिणाम (Experimental Results)

फ्रेमवर्क का मूल्यांकन LoCoMo (लॉन्ग-टर्म कन्वर्सेशनल मेमोरी) और HotpotQA (मल्टी-हॉप QA) बेंचमार्क पर किया गया।

प्रदर्शन:
- LoCoMo पर, E-mem ने समग्र F1 स्कोर 54.17% (GPT-4o-mini मास्टर के साथ) प्राप्त किया, जो स्टेट-ऑफ-द-आर्ट (GAM) से 7.75% अधिक है।
- मल्टी-हॉप रीजनिंग (+8.56%) और टेम्पोरल रीजनिंग (+8.87%) में महत्वपूर्ण लाभ देखे गए, जो वे क्षेत्र हैं जहाँ पारंपरिक RAG और ग्राफ-आधारित विधियाँ संदर्भ विखंडन के कारण संघर्ष करती हैं।
- अल्ट्रा-लॉन्ग कॉन्टेक्स्ट (1600 दस्तावेज़) के साथ HotpotQA पर, E-mem ने उच्चतम F1 स्कोर बनाए रखा, जो RAG से 7.29% बेहतर रहा।
लागत दक्षता:
- E-mem ने फुल-कॉन्टेक्स्ट बेसलाइन्स की तुलना में टोकन लागत को 70% से अधिक कम कर दिया।
- सामान्यीकृत लागत (छोटे और बड़े मॉडल्स के बीच कीमत के अंतर को ध्यान में रखते हुए) लॉन्ग-कॉन्टेक्स्ट विधियों की तुलना में 43x कम थी।
मजबूती (Robustness):
- प्रतिकूल सेटिंग्स में भ्रम (hallucination) के विरुद्ध बेहतर लचीलापन दिखाया (विशिष्ट कॉन्फ़िगरेशन में F1 अप टू 95.74%)।
- एब्लेशन स्टडीज ने पुष्टि की कि मल्टी-एजेंट डिज़ाइन आवश्यक है; असिस्टेंट्स के बिना एक "डायरेक्ट-रीड" पाइपलाइन के कारण प्रदर्शन में भारी गिरावट आई।

5. महत्व और प्रभाव (Significance and Impact)

System 2 रीजनिंग सक्षमकर्ता: E-mem एजेंटों को लंबी अवधि के लिए गहरा, विचारशील तर्क करने के लिए एक व्यवहार्य तकनीकी मार्ग प्रदान करता है, जो मानव एपिसोडिक रिकॉल की नकल करते हुए मेमोरी की "अखंडता" को सुरक्षित रखता है।
स्केलेबिलिटी: यह आर्किटेक्चर मेमोरी लोड को कई छोटे मॉडल्स में वितरित करके लॉन्ग-कॉन्टेक्स्ट LLMs की स्केलेबिलिटी बाधा को हल करता है, जिससे दीर्घकालिक एजेंट मेमोरी आर्थिक रूप से व्यवहार्य हो जाती है।
अनुप्रयोग डोमेन: यह फ्रेमवर्क विशेष रूप से उन उच्च-दांव वाले, गैर-रियल-टाइम डोमेन के लिए प्रभावशाली है जिनमें कठोर तार्किक निष्कर्ष की आवश्यकता होती है, जैसे कि कानूनी फोरेंसिक, चिकित्सा निदान और वैज्ञानिक खोज, जहाँ मिलीसेकंड लेटेंसी की तुलना में संदर्भ अखंडता अधिक महत्वपूर्ण है।
लेटेंसी-फिडेलिटी ट्रेड-ऑफ: लेखक स्वीकार करते हैं कि E-mem रिकंस्ट्रक्शन के कारण उच्च इन्फरेंस लेटेंसी का सामना करता है, लेकिन उनका तर्क है कि जटिल परिदृश्यों में उच्च-फिडेलिटी, भ्रम-मुक्त तर्क प्राप्त करने के लिए यह एक आवश्यक लागत है।

निष्कर्षतः, E-mem मेमोरी को एक स्थिर डेटाबेस के रूप में मानने के बजाय एक गतिशील, पुनर्गठित होने योग्य एपिसोडिक अनुभव के रूप में मानने की दिशा में एक मौलिक बदलाव का प्रतिनिधित्व करता है, जो स्वायत्त AI एजेंटों के लिए सटीकता का एक नया स्तर सक्षम करता है।