O Deep Recall é uma estrutura de memória de classe empresarial de código aberto projetada para modelos de linguagem grandes (LLMs), com o objetivo principal de resolver o problema de déficit de contexto de modelos grandes em interações personalizadas. Sua arquitetura técnica implementa duas funções principais por meio de um sistema de serviço de três camadas (serviço de memória, serviço de raciocínio e coordenador):
- aprimoramento sensível ao contextoRecuperação eficiente de dados históricos de interação do usuário usando bancos de dados vetoriais, superando as limitações de memória de curto prazo dos LLMs tradicionais.
- Personalização de respostasGerar respostas personalizadas com base nas preferências e nos padrões de comportamento do usuário, em vez de respostas padrão
Os cenários típicos de aplicação incluem sistemas de atendimento ao cliente que exigem memória contínua (por exemplo, rastreamento pós-venda de comércio eletrônico), plataformas de educação adaptativa (memória de progresso de aprendizagem) e assim por diante. Em comparação com o LLM comum, seu valor exclusivo está na capacidade de atualizar o "diálogo único" para a "manutenção contínua do relacionamento".
Essa resposta foi extraída do artigoDeep Recall: uma ferramenta de código aberto que fornece uma estrutura de memória de nível empresarial para modelos grandesO
