Як агент на основі мовної моделі запам'ятовує вас, не надсилаючи дані в хмару?

Новий препринт описує систему пам'яті HGP, яка працює виключно на пристрої користувача. Вона замінює одновикторні сховища, що використовують більшість агентів, гібридним графом, що розділяє епізодичну, семантичну та процедурну пам'ять, а легкий класифікатор вирішує, куди належить кожен фрагмент.

Чому звичайне векторне сховище ламається на телефоні

Більшість агентів сьогодні стискає кожну взаємодію в один щільний вектор. Цей вектор затьмарює різницю між фактом, висловленим разом, звичкою, що повторюється щодня, і точною послідовністю кроків, які ви робили вчора. Коли пізніше агент шукає відповідний контекст, розмиття дає хибні збіги та пропускає неявні обмеження, що формують вашу поточну мету. На телефоні чи ноутбуці проблема гострішає: модель, здатна розрізняти ці вектори, живе в дата-центрі, а не в кишені. Полоса пропускання та затримка роблять двозворотні поїздки непрактичними для допомоги в реальному часі. Локальні обчислення обмежені. Батарея має значення.

Три графи замість одного вектора

HGP будує три окремі графи. Епізодичний фіксує конкретні події з мітками часу та учасниками. Семантичний зберігає факти та переваги, що переживають сесії. Процедурний ловить рутини — впорядковані кроки, які користувач демонстрував багаторазово. Кожен граф тримає власну топологію, тому пошук може йти по ребрах, що відповідають типу запиту. Робоча пам'ять-траєкторія лежить зверху і відображає активний стан. Вона також фіксує приховані обмеження, що керують наступним рішенням. У анотації відсутні криві зростання цих графів після місяців використання.

Класифікатор, що не чіпає велику модель

Раніше маршрутизація нового спостереження до потрібного графа вимагала виклику великої мовної моделі. HGP замінює цей виклик легким самооцінюваним класифікатором, натренованим на власній історії користувача. Класифікатор працює локально, тому сирі сліди ніколи не залишають пристрій. Менше хмарних поїздок — нижча затримка та нульовий рахунок за API. Автори повідомляють, що такий дизайн дозволяє розгортання на пристрої, але не публікують числа затримки для конкретного заліза. Також не квантують пам'ятний слід класифікатора.

Поріг у сім балів

Експерименти на двох бенчмарках показують ефект. На виборі рішень PAL-Set HGP досягає S-score 35,58. Найсильніший бейзлайн відстає майже на 7 балів. У анотації не згадуються інші метрики, а другий бенчмарк не описаний. Код та дані опубліковані у репозиторії, посилання на який є на сторінці препринту.

Що препринт залишає відкритим

Дата надсилання — 7 жовтня 2026 року. PDF важить 1043 КБ. Авторів зазначено сім. Анотація не згадує аудити приватності, вплив на батарею чи те, як графи зливаються при зміні пристрою. Ці питання чекають повного тексту та незалежної реплікації.