Daftar Isi
Anthropic membagikan pendekatan baru dalam merancang arsitektur memori bagi agen kecerdasan buatan Claude, yang terinspirasi dari proses konsolidasi ingatan pada otak manusia. Melalui mekanisme yang diistilahkan sebagai dreaming, agen AI memanfaatkan waktu jeda komputasi untuk menata kembali catatan log interaksi, mengoreksi kekeliruan, serta menyusun representasi pengetahuan jangka panjang.
Mekanisme Memori dan Pembelajaran Berkelanjutan
Dalam biologi manusia, hipokampus merekam pengalaman seketika, namun pemindahan ingatan ke neokorteks sebagian besar berlangsung saat otak beristirahat atau tertidur. Mengadopsi prinsip serupa yang diajukan peneliti UC Berkeley dan Letta mengenai sleep-time compute, Claude menyimpan pengalaman lintas sesi dalam bentuk berkas konteks atau catatan memori yang terpisah dari bobot parameter internal model.
Pencatatan memori berfungsi sebagai prediksi kebutuhan di masa mendatang. Pada pengujian tolok ukur Continual Learning Bench (CL-Bench) 1.0 yang menguji kemampuan agen menangani tugas jangka panjang berbasis basis data, Claude Opus 5 berhasil membentuk siklus pembelajaran mandiri. Model ini menyusun aturan penanganan masalah, mencatat riwayat verifikasi fakta, serta menandai jebakan instruksi secara otomatis. Model generasi berikutnya seperti Claude Opus 5.5 dan Claude Sonnet 5.5 turut menguasai siklus tersebut dengan kinerja dasar tanpa memori yang sedikit lebih tinggi.
Penilaian Relevansi dan Eksperimen Gim
Anthropic turut mengevaluasi kemampuan model dalam menyaring informasi relevan melalui simulasi permainan Pokémon Red. Pada uji coba hingga 10.000 langkah, model Claude Sonnet 3.7 mencatat data secara berlebihan dengan menghasilkan 413 berkas di 225 direktori hingga menghambat jalannya permainan dan hanya memperoleh satu lencana.
Sebaliknya, model Claude Fable 5 hanya mencatat sembilan berkas strategi tingkat tinggi dan satu dokumen kendali utama (global.md), yang membantunya meraih empat lencana permainan. Sementara itu, Claude Opus 5.5 berhasil menamatkan permainan gim tersebut dengan mempertahankan folder catatan berukuran ringkas yang diperbarui secara dinamis selama bermain.
Koreksi Kesalahan Melalui Fase Dreaming
Anthropic mendapati bahwa arahan yang kaku, seperti membatasi pencatatan hanya pada kegagalan, justru menurunkan efektivitas model tingkat lanjut seperti Opus 4.7 dan Opus 5. Model-model mutakhir bekerja lebih optimal ketika diberi kebebasan mandiri untuk menilai tingkat kepentingan informasi.
Proses dreaming berperan menguji validitas memori terhadap transkrip asli percakapan guna membersihkan catatan yang keliru. Pada salah satu sesi permainan Pokémon, Claude sempat tersesat berulang kali di area Mt. Moon akibat salah menuliskan letak posisi bangunan PokéCenter. Melalui peninjauan ulang transkrip saat fase dreaming, model mampu menemukan kekeliruan catatannya, memperbaiki posisi navigasi, dan berhasil melanjutkan rute menuju Cerulean City.
Penyusunan Struktur Pengetahuan Berbentuk Wiki
Selain memperbaiki kesalahan, fase dreaming dimanfaatkan untuk merangkum dokumen berskala besar menjadi struktur berformat wiki yang saling terhubung. Dalam eksperimen terhadap 350.000 berkas internal Stainless yang bernilai sekitar 420 juta token, menjalankan 128 sesi dreaming pada agen Opus 5 menaikkan skor akurasi jawaban atas 25 pertanyaan evaluasi dari 13 persen menjadi 48 persen, serta menghemat pemakaian sekitar 20.000 token per pertanyaan saat dipadukan dengan alat pencarian.
Meski demikian, efektivitas wiki bervariasi bergantung pada jenis penugasan. Pada tolok ukur dokumen hukum Harvey LAB, penggunaan struktur wiki membantu menaikkan akurasi hingga 87 persen untuk pertanyaan lintas dokumen yang membutuhkan analisis perhitungan. Namun, untuk dokumen tunggal sederhana, pembuatan wiki justru sempat membengkak melebihi volume naskah asli tanpa memberi faedah pemadatan konteks.
Pengembangan sistem memori agen ini masih menyisakan sejumlah tantangan teknis, terutama terkait penentuan waktu terbaik pencatatan tanpa mengganggu fokus tugas utama, efisiensi alokasi daya komputasi untuk peninjauan berkala, serta pencegahan halusinasi data.
Sumber: Hacker News: Front Page
