9.000+

token mỗi truy vấn TRƯỚC khi dùng xMemory

~4.700

token mỗi truy vấn SAU khi dùng xMemory

~50% Giảm Token + Cải thiện Độ chính xác

Hệ thống bộ nhớ duy nhất vừa tiết kiệm chi phí vừa giúp AI thông minh hơn

Vấn đề: Tại sao RAG tiêu chuẩn không hiệu quả với AI Agent

RAG tiêu chuẩn được xây dựng cho cơ sở dữ liệu tài liệu lớn với nội dung đa dạng cao. AI agent phải đối mặt với một thách thức lớn hơn: một luồng hội thoại liên tục, có tương quan nơi các đoạn gần như trùng lặp với nhau.

Vấn đề quả có múi: Một người dùng nói "Tôi thích cam", "Tôi thích quýt" và riêng rẽ thảo luận về những gì được coi là quả có múi. RAG tiêu chuẩn coi tất cả đều gần nhau về mặt ngữ nghĩa — và truy xuất 10 bản sao của "sở thích quả có múi" trong khi bỏ lỡ các thông tin thực tế về danh mục cần thiết để trả lời truy vấn. Agent bị thiếu ngữ cảnh đã có sẵn.

Tại sao các giải pháp hiện tại chỉ làm vấn đề tồi tệ hơn

Các nhóm kỹ thuật thường tìm đến việc cắt tỉa hoặc nén sau truy xuất — lọc nhiễu sau khi lấy dữ liệu. Nghe có vẻ hợp lý. Nhưng điều này thất bại với AI agent vì hội thoại của con người mang tính "rối móc theo thời gian":

• Đồng tham chiếu: "nó" và "cái đó" liên kết đến ngữ cảnh trước đó

• Tỉnh lược: từ bị thiếu chỉ có ý nghĩa khi dựa vào câu trước

• Phụ thuộc thời gian: sự kiện chỉ quan trọng theo trình tự

Công cụ cắt tỉa vô tình xóa các mảnh hội thoại quan trọng. AI mất mạch. Câu trả lời trở nên rời rạc. Bạn đã trả tiền cho những token đó và không thu được gì.

xMemory: Hệ thống phân cấp bộ nhớ 4 cấp độ

Các nhà nghiên cứu tại King's College London và The Alan Turing Institute đã xây dựng xMemory — một khung tổ chức hội thoại thành phân cấp ngữ nghĩa có thể tìm kiếm thay vì đổ mọi thứ vào ngữ cảnh.

4

Cấp độ Chủ đề

Chủ đề và danh mục cấp cao — bắt đầu tìm kiếm tại đây

3

Cấp độ Ngữ nghĩa

Kiến thức cốt lõi có thể tái sử dụng, không lặp lại

2

Cấp độ Tập

Các khối hội thoại được tóm tắt liên tục

1

Tin nhắn Gốc

Luồng hội thoại ban đầu

Cải tiến Chính: Kiểm soát Độ Bất định

💡 Tương đồng ngữ nghĩa là tín hiệu tạo ứng viên. Độ bất định là tín hiệu ra quyết định.

— Lin Gui, Đồng tác giả, King's College London

Các hệ thống truyền thống truy xuất chỉ dựa trên tương đồng . xMemory bổ sung một bước lọc thứ hai: độ bất định . Sau khi tìm ứng viên, hệ thống tự hỏi: "Thêm thông tin này có thực sự giảm độ bất định về câu trả lời không?" Nếu không, nó dừng lại. Đây là lý do xMemory đạt độ chính xác cao hơn với ít token hơn.

Tương đồng cho bạn biết điều gì ở gần. Độ bất định cho bạn biết điều gì thực sự đáng trả trong ngân sách prompt.

xMemory so với Các Giải pháp Thay thế

Hệ thống Cấu trúc Dư thừa Độ chính xác Chi phí Flat RAG (MemGPT) Nhật ký thô Cao Giảm Cao Structured RAG (A-MEM) Phân cấp/Đồ thị Trung bình Vừa phải Trung bình xMemory ⭐ 4-Level + Cổng không chắc chắn Thấp Cải thiện -50%

Ý Nghĩa Đối Với Coding Agents

Đối với các coding agents AI chạy quy trình làm việc đa phiên, xMemory có thể áp dụng trực tiếp:

✅ Agent có thể duy trì bộ nhớ dự án mạch lạc qua nhiều giờ hoặc nhiều ngày làm việc mà không làm bùng nổ ngữ cảnh

✅ Các quyết định mã hóa phù hợp từ các phiên trước được truy xuất mà không cần phải tiêm lại toàn bộ lịch sử

✅ Ít token hơn mỗi truy vấn = hóa đơn API thấp hơn + phản hồi nhanh hơn

✅ Độ chính xác cao hơn vì hội thoại không liên quan bị loại trừ một cách có cấu trúc, không chỉ đơn thuần là cắt bỏ

Đừng trả tiền cho những token bạn không cần.

Tương lai của bộ nhớ AI không phải là cửa sổ ngữ cảnh lớn hơn — mà là truy xuất thông minh hơn. xMemory chứng minh bạn có thể có cả hai: chi phí thấp hơn VÀ câu trả lời tốt hơn.

Nghiên cứu: xMemory (arXiv:2602.02007) — King's College London & The Alan Turing Institute | Qua VentureBeat Thẻ: #xMemory #AIResearch #TokenOptimization #CodingAgent #RAG #LLMMemory #FinOps #AI