یکی از بزرگترین چالشهای هوش مصنوعی، نحوه به خاطر سپردن اطلاعات است. روشهای فعلی مثل RAG معمولاً مبهم هستند و بررسی عملکرد آنها دشوار است، اما معماری جدیدی به نام MOSS (Memory-Orchestrated Semantic System) این بازی را تغییر داده است!
🔹 چرا MOSS متفاوت است؟
برخلاف روشهای مرسوم، این سیستم به جای تکیه بر جستجوهای برداریِ غیرشفاف، از یک پایگاه داده رابطهای ساختاریافته استفاده میکند. این یعنی:
✅ شفافیت کامل: تمام مراحل بازیابی اطلاعات ثبت و قابل بررسی (Auditable) است.
✅ استقلال از مدل: فرقی نمیکند از چه مدل زبانی یا زیرساختی استفاده میکنید؛ MOSS با همه سازگار است.
✅ دقت نمادین: پروسه بازیابی اطلاعات بهصورت منطقی و قابل پیشبینی انجام میشود، نه حدس و گمان.
محققان با موفقیت این سیستم را به مدت یک سال روی حجم عظیمی از دادههای شخصی یک محقق (بیش از ۴۴ میلیون توکن) تست کردهاند که نتایج آن در فضای هوش مصنوعیِ عاملمحور (Agentic AI) بسیار نویدبخش است.
آیا فکر میکنید دوران حافظههای مبتنی بر بردارهای هوش مصنوعی به سر رسیده؟ نظرتان را برای ما بنویسید! 👇
منبع: arXiv NLP
