مسح حول آلية الذاكرة في الوكلاء المعتمدين على نماذج اللغة الكبيرة

لقد حظي الوكلاء المعتمدون على نماذج اللغة الكبيرة (LLM) باهتمام كبير مؤخراً من قبل مجتمعات البحث والصناعة. بالمقارنة مع نماذج LLM الأصلية، يتميز الوكلاء المعتمدون على LLM بقدرتهم على التطور الذاتي، وهي الأساس لحل المشكلات الواقعية التي تحتاج إلى تفاعلات طويلة الأمد ومعقدة بين الوكيل والبيئة. المكون الأساسي لدعم تفاعلات الوكيل مع البيئة هو ذاكرة الوكلاء. رغم أن الدراسات السابقة اقترحت العديد من آليات الذاكرة الواعدة، إلا أنها مشتتة في أوراق مختلفة، ويفتقر المجال إلى مراجعة منهجية تلخص وتقارن هذه الأعمال من منظور شامل، مما يحول دون استخلاص أنماط تصميم شائعة وفعالة لتحفيز الدراسات المستقبلية. لسد هذه الفجوة، نقترح في هذه الورقة مسحًا شاملاً لآلية الذاكرة في الوكلاء المعتمدين على LLM. على وجه التحديد، نبدأ بمناقشة "ما هي" و"لماذا نحتاج" إلى الذاكرة في هؤلاء الوكلاء. ثم نستعرض منهجياً الدراسات السابقة حول كيفية تصميم وتقييم وحدة الذاكرة. بالإضافة إلى ذلك، نعرض العديد من تطبيقات الوكلاء التي تلعب فيها وحدة الذاكرة دوراً هاماً. أخيراً، نحلل قيود الأعمال الحالية ونوضح الاتجاهات المستقبلية المهمة. لمواكبة أحدث التطورات في هذا المجال، أنشأنا مستودعًا على https: //github. com/nuster1128/LLMAgentMemorySurvey.