مدل‌های زبانی بزرگ دیگه فقط یه «context window» ندارن. نسل جدید دارن حافظه پیدا می‌کنن، یعنی می‌تونن تجربه‌ی قبلی‌شون رو به خاطر بیارن، تحلیل کنن و دوباره استفاده کنن. چیزی شبیه “خاطره داشتن” برای هوش مصنوعی 😄🤖
⚙️ زیر پوست حافظه چه خبره؟
برای ساخت LLMهای با حافظه، چند تغییر فنی مهم اتفاق افتاده:📌 مرجع تخصصی هوش مصنوعی و علم داده
یه Memory Store جدا از پارامترها اضافه شده؛ یعنی یک دیتابیس سبک (مثل vector store) برای ذخیره و بازیابی اطلاعات گفتگو.
از retrieval-based context injection استفاده می‌کنن: قبل از هر پاسخ، مدل سراغ حافظه می‌ره و داده‌های مرتبط رو به ورودی جدید تزریق می‌کنه.
معماری‌ها دارن به سمت Hybrid Memory Models می‌رن: ترکیب حافظه کوتاه‌مدت (context window) و حافظه بلندمدت (external memory).
حتی بعضی مدل‌ها مثل Anthropic Claude 3.5 و OpenAI GPT-5 memory test builds حالا API حافظه شخصی دارن که اطلاعات قبلی کاربر رو نگه می‌دارن.
نتیجه؟
✅ پاسخ‌ها هوشمندتر و متناسب با سابقه کاربر
✅ کاهش مصرف توکن در گفتگوهای طولانی
✅ مدل‌هایی که واقعاً «می‌فهمن» چه چیز هایی قبلاً گفته شده
🤖 دیتایاد / datayad@