Mình cứ để ý thấy cùng một kiểu thuyết phục trong các sản phẩm trí tuệ nhân tạo: nhiều cuộc trò chuyện được ghi nhớ hơn, giữ lại nhiều ngữ cảnh hơn, nhiều sự liên tục hơn. Khối lượng là toàn bộ câu chuyện.
Ngoại trừ khối lượng không giải thích tại sao một số thứ mà AI nhớ lại tồn tại, trong khi những thứ khác thì lặng lẽ không còn đúng nữa.
Mình đã nghĩ đó là độ trễ lúc đầu — ngữ cảnh cũ mà hệ thống chưa theo kịp. Rồi mình xem cách mà MemSync của OpenGradient thực sự xử lý vấn đề này, và độ trễ hóa ra là có chủ đích.
Nó chia bộ nhớ thành hai loại. Tính ngữ nghĩa: những thứ định nghĩa bạn là ai. Tính sự kiện: những thứ định nghĩa bạn đang làm gì trong tuần này. Một loại tồn tại lâu dài. Loại kia có thời gian sử dụng. Vậy nên nó không chỉ đơn thuần ghi nhớ bạn — mà còn đưa ra quyết định về các phần nào của bạn là vĩnh viễn và phần nào chỉ là tạm thời.
Mình chưa từng nghĩ về việc ai đang đưa ra quyết định đó cho đến khi kiểm tra. Việc phân loại đi qua cùng một quy trình suy diễn như mọi thứ khác. Một LLM quyết định xem điều gì về bạn thuộc về phần tồn tại lâu dài.
Điều khiến mình ngạc nhiên là nửa còn lại của điều đó. Không có gì trong cách nó được mô tả nói rằng bộ nhớ sự kiện bị xóa. Nó chỉ ngừng được coi là hiện tại. Thực tế vẫn ở đâu đó — nó chỉ lặng lẽ mất đi yêu cầu về việc liên quan đến con người bạn ngay bây giờ.
Vậy nên hệ thống không quên gì cả. Nó chỉ hạ cấp — và cùng một đánh giá có thể khiến một cuộc trò chuyện sai lầm đôi khi cũng là đánh giá quyết định phần nào còn là bạn, và phần nào chỉ là điều mà bạn đã từng là.
@OpenGradient #OPG $OPG