Anthropic, Claude'a "rüya gördürerek" hafıza düzenlemesi yaptırıyor: 350 bin dosya, soru-cevap puanı %53'ten %61'e yükseldi

动察 Beating AI hızlı haber: Anthropic, Agent'ların uzun vadeli hafızası üzerine bir araştırma yayımladı ve Claude'un "rüya görme" (Dreaming) mekanizmasını ayrıntılı olarak tanıttı. Agent sürekli görev yürüttükçe çok sayıda konuşma, işlem kaydı ve not biriktirir. Ancak bu bilgiler güncelliğini yitirmiş, birbiriyle çelişkili olabilir ve gerçekten ihtiyaç duyulduğunda her zaman bulunamayabilir.

Anthropic hafızayı dört katmana ayırıyor: ham kayıtlar, seçilmiş notlar, birbirine bağlı Wiki bilgi tabanı ve her başlatmada otomatik olarak yüklenen kısa bir dizin. Claude görev yürütürken önemli bilgileri not edebilir. "Rüya görme" ise görev aralarında geçmiş kayıtları gözden geçirir, hataları düzeltir, güncelliğini yitirmiş içerikleri siler ve birden çok görevden yeni deneyimler çıkarır. Bir sonraki başlatmada Claude yalnızca kısa dizini yükler, ardından ihtiyaç duydukça ilgili hafızayı arar ve tüm geçmişi yeniden okumak zorunda kalmaz.

Anthropic, deney için Stainless şirketinin yaklaşık 350 bin dahili dosyasını kullandı; toplam 420 milyon Token. Araştırmacılar Opus 5'i 128 oturum turundan geçirerek dosyaları sürekli okumasını, Wiki oluşturmasını, yinelenen içerikleri birleştirmesini ve gerçekleri doğrulamasını sağladı.

Bu dosyalara yönelik 25 soruda, yalnızca arama aracı kullanıldığında skor %53 iken, adım adım geliştirilen Wiki eklendiğinde %61'e ulaştı. Ayrıca her soruyu yanıtlamak ortalama yaklaşık 20 bin Token tasarrufu sağladı. Birden çok sözleşmeyi birleştirmeyi gerektiren sorularda Wiki'nin avantajı özellikle belirgin; ancak yanıt tek bir dosyada yer alıyorsa normal arama yeterli oluyor.

Anthropic ayrıca Claude'a "Pokémon Kırmızı" oyununu oynattı. Eski sürüm Sonnet 3.7, 413 hafıza dosyası kaydetti ve sonunda yalnızca bir rozet kazandı. Yeni sürüm Fable 5 ise yalnızca 10 dosya tuttu ama dört rozet kazandı. Yeni model, saklanmaya değer stratejileri her an yeniden görüntülenebilecek oyun durumlarından ayırt etmede daha başarılı.