बड़े भाषा मॉडल (LLMs) पर निर्मित एआई कोडिंग एजेंट वर्तमान में अपने प्रशिक्षण डेटा का एक संकीर्ण हिस्सा—प्रोग्रामिंग की तकनीकी शब्दावली—एक्सेस करते हैं, जबकि अधिकांश को अनदेखा करते हैं: साहित्य, प्रकृति लेखन, नेविगेशन, युद्ध, कविता, और मानव संवेदनात्मक और भावनात्मक अनुभव की पूरी चौड़ाई। एक ही समय में, सभी मौजूदा एजेंट मेमोरी सिस्टम एक एकल तथ्यात्मक धूरी पर काम करते हैं, जो यह रिकॉर्ड करते हैं कि क्या हुआ, लेकिन यह नहीं कि यह कैसा महसूस हुआ। हम देखते हैं कि इससे एक डबल बर्बादी होती है: मॉडल की गहन समझ जो क्षेत्र, मौसम, भावना और कहानी की है, संवेदनहीन बनी रहती है, जबकि मेमोरी पुनर्प्राप्ति समृद्ध अनुभव को कुंजीशब्द मिलान में घटा देती है। हम टेरेन मेमोरी का प्रस्ताव रखते हैं, जो एआई एजेंटों के लिए एक अनुभवात्मक मेमोरी आर्किटेक्चर है जो कार्य अनुभव को जीवित, बहु-आयामी मेमोरी में एनकोड करता है जो अमूर्त परिदृश्य पर आधारित होते हैं। каждое केटो मोमरी में टेरेन (समस्या का संरचनात्मक चरित्र), मौसम (वर्तमान स्थितियाँ), संवेदनाएँ (वज़नदार गुणात्मक संकेत), डर (विशिष्ट जोखिम), और संतोष (सफलता के मार्कर) शामिल होते हैं। मेमोरी एक जीवित जीवनचक्र का पालन करती है: वे सफल अनुप्रयोग के माध्यम से मजबूत होती हैं, जब पुनः नहीं देखी जाती हैं तो धुंधली हो जाती हैं, और अनुभव से उभरे हुए आकीफर-स्तरीय आत्मविश्वास क्षेत्रों में व्यवस्थित होती हैं।
स्टीफन लिंब (सोम,) ने इस प्रश्न का अध्ययन किया।