9.000+

sorgu başına token xMemory ÖNCESİ

~4.700

sorgu başına token xMemory SONRASI

~%50 Token Azaltma + Gelişmiş Doğruluk

Paradan tasarruf ettiren ve AI'ı daha akıllı yapan tek bellek sistemi

Sorun: Standart RAG Neden AI Ajanlarında Başarısız Oluyor

Standart RAG, son derece çeşitli içeriğe sahip büyük belge veritabanları için oluşturuldu. AI ajanları çok daha zor bir şeyle karşı karşıya: parçaların birbirinin neredeyse kopyası olduğu sürekli, ilişkili bir konuşma akışı .

Turunçgil meyvesi sorunu: Bir kullanıcı "portakal severim", "mandalina severim" dedi ve ayrıca nelerin turunçgil sayıldığını tartıştı. Standart RAG, hepsini anlamsal olarak yakın kabul eder — ve gerçek kategori bilgilerini kaçırırken "turunçgil tercihi"nin 10 kopyasını getirir. Ajan, zaten sahip olduğu bağlamdan yoksun kalır.

Mevcut Çözümler Neden Durumu Daha Kötü Yapıyor

Mühendislik ekipleri genellikle getirme sonrası budama veya sıkıştırmaya başvurur — getirmeden sonra gürültüyü filtrelemek. Kulağa mantıklı geliyor. Ancak bu, AI ajanları için başarısız olur çünkü insan diyaloğu "zamansal olarak iç içe geçmiştir":

• Birlikte referanslar: "o" ve "şu" önceki bağlama bağlanır

• Eksilti: yalnızca önceki cümlelerle anlam kazanan eksik kelimeler

• Zaman çizelgesi bağımlılıkları: yalnızca sırayla anlamlı olan gerçekler

Budama araçları, hayati konuşma parçalarını yanlışlıkla siler. AI ipliği kaybeder. Yanıtlar tutarsız hale gelir. Bu tokenler için para ödediniz ve hiçbir şey alamadınız.

xMemory: 4 Seviyeli Bellek Hiyerarşisi

King's College London ve The Alan Turing Institute araştırmacıları, her şeyi bağlama dökmek yerine konuşmayı aranabilir bir anlamsal hiyerarşi halinde düzenleyen bir çerçeve olan xMemory'yi geliştirdi.

4

Tema Seviyesi

Üst düzey konular ve kategoriler — arama buradan başlar

3

Anlamsal Seviye

Damıtılmış tekrar kullanılabilir gerçekler — temel bilgi, tekrar yok

2

Bölüm Seviyesi

Bitişik özetlenmiş konuşma blokları

1

Ham Mesajlar

Orijinal konuşma akışı

Temel Yenilik: Belirsizlik Eşiklemesi

💡 Anlamsal benzerlik bir aday üretme sinyalidir. Belirsizlik bir karar sinyalidir.

— Lin Gui, Ortak Yazar, King's College London

Geleneksel sistemler yalnızca benzerliğe dayalı olarak getirir. xMemory ikinci bir kapı ekler: belirsizlik . Adayları bulduktan sonra şunu sorar: "Bunu eklemek, cevapla ilgili belirsizliğimi gerçekten azaltıyor mu?" Cevap hayırsa durur. Bu nedenle xMemory daha az token ile daha yüksek doğruluk sağlar.

Benzerlik size yakında olanı söyler. Belirsizlik ise size istem bütçesinde gerçekten ödemeye değer olanı söyler.

xMemory ve Alternatifler

Sistem Yapı Tekrar Doğruluk Maliyet Düz RAG (MemGPT) Ham günlükler Yüksek Düşüşler Yüksek Yapılandırılmış RAG (A-MEM) Hiyerarşi/Graf Orta Ilımlı Orta xMemory ⭐ 4-Seviye + Belirsizlik Kapısı Düşük İyileştirir -50%

Kodlama Ajanları İçin Anlamı

Çoklu oturum iş akışları çalıştıran AI kodlama ajanları için xMemory doğrudan uygulanabilir:

✅ Ajan, bağlamı patlatmadan saatler veya günler süren çalışma boyunca tutarlı bir proje belleği tutabilir

✅ Önceki oturumlardaki ilgili kod kararları, tüm geçmişi yeniden enjekte etmeden alınır

✅ Sorgu başına daha az token = daha düşük API faturaları + daha hızlı yanıtlar

✅ İlgisiz konuşma yapısal olarak dışlandığından, yalnızca budanmadığından daha iyi doğruluk

İhtiyacınız olmayan tokenler için ödeme yapmayı bırakın.

AI belleğinin geleceği daha büyük bağlam pencereleri değil — daha akıllı almadır. xMemory, her ikisine de sahip olabileceğinizi kanıtlıyor: daha düşük maliyet VE daha iyi yanıtlar.

Araştırma: xMemory (arXiv:2602.02007) — King's College London & The Alan Turing Institute | Via VentureBeat Etiketler: #xMemory #AIResearch #TokenOptimization #CodingAgent #RAG #LLMMemory #FinOps #AI