РОЗШИРЕННЯ АРХІТЕКТУРИ RETRIEVAL-AUGMENTED GENERATION ЗА ДОПОМОГОЮ MICROSOFT KERNEL MEMORY ДЛЯ ЗАБЕЗПЕЧЕННЯ ДОВГОТРИВАЛОЇ ПАМ’ЯТІ LLM

Анотація

У сучасних системах на основі великих мовних моделей (LLM) ключовою проблемою залишається обмеженість контексту та відсутність механізмів довготривалого збереження знань. Базові LLM функціонують у межах фіксованого контекстного вікна і не здатні накопичувати інформацію між сесіями взаємодії. Одним із поширених підходів до часткового вирішення цієї проблеми є Retrieval-Augmented Generation, який дозволяє підключати зовнішні джерела знань через механізми семантичного пошуку. Однак класична RAG-архітектура залишається stateless і не забезпечує повноцінної довготривалої пам’яті.