Meta AI ஒரு இரட்டை முகவர் நினைவக அமைப்பை (dual-agent memory system) அறிமுகப்படுத்தியுள்ளது. இது கமாண்ட்-லைன் பெஞ்ச்மார்க்கில் (command-line benchmark) தன்னாட்சி AI உதவியாளர்களின் வெற்றி விகிதத்தை 38% இலிருந்து 46% ஆகவும், பல்துறை உரையாடல் பெஞ்ச்மார்க்கில் (multi-domain conversational benchmark) 55% இலிருந்து 62% ஆகவும் உயர்த்துகிறது. மாற்றப்படாத ஒரு "செயல்" (action) மாதிரியுடன், பணிகளின் சமீபத்திய படிகளைக் கவனித்து, சூழல் (context) சிதறத் தொடங்கும் போது மட்டும் தலையிடும் ஒரு பிரத்யேக "நினைவக" பயிற்சியாளரை (memory coach) இணைப்பதன் மூலம் இந்த முன்னேற்றம் கிடைத்துள்ளது.

நீண்ட நேரம் இயங்கும் AI பணிகளில் உள்ள மறைமுகமான குறைபாடு

ஒரு மொழி மாதிரி பல படிநிலைகளைக் கொண்ட ஒரு சிக்கலைத் தீர்க்க முயலும்போது, ஒவ்வொரு முறையும் உரையாடல் வரலாற்றில் கூடுதல் உரை சேர்க்கப்படுகிறது. மாதிரியின் அடுத்த நகர்வு முழுமையான உரையாடல் வரலாற்றின் அடிப்படையில் இருக்க வேண்டும், ஆனால் நடைமுறையில் முக்கியமான உண்மைகள் புதைந்துவிடுகின்றன. Meta ஆராய்ச்சியாளர்கள் இதை "நடத்தை நிலைச் சிதைவு" (behavioral state decay) என்று அழைக்கிறார்கள் - அதாவது சூழல் சாளரம் (context window) விரிவடையும் போது, முகவரின் நோக்க உணர்வு படிப்படியாக இழக்கப்படுவது. சாளரத்தை விரிவுபடுத்துவது மட்டும் இந்தப் பிரச்சினையைத் தீர்க்காது; தகவல் அங்கிருக்கலாம், ஆனால் அது மாதிரியின் கணிப்புகளைப் பாதிப்பதில்லை.

பாரம்பரிய நினைவக கூடுதல் அம்சங்கள் (memory add-ons) ஒரு ஆவணத்தைப் பெறுகின்றன அல்லது பதில்களைத் தனிப்பயனாக்குகின்றன. கடந்த காலத் தகவலின் ஒரு பகுதி தற்போதைய செயலைப் பாதிக்கும் அளவுக்கு எவ்வளவு முக்கியமானது என்பதை அவை தீர்மானிப்பதில்லை. இதன் விளைவாக, நீண்ட நேரம் இயங்கும் தன்னாட்சி முகவர்கள் திசைமாறுகின்றன, பிழைகளைத் திரும்பத் திரும்பச் செய்கின்றன அல்லது உரையாடலின் தொடக்கத்தில் குறிப்பிடப்பட்ட ஒரு முக்கியமான கட்டுப்பாட்டைத் தவறவிடுகின்றன.

செயல்பாட்டை மேற்பார்வையிலிருந்து பிரித்தல்

Meta-வின் தீர்வு என்பது செயல்பாட்டு இயந்திரத்தையும் (execution engine) ஒரு மேற்பார்வை நினைவக அடுக்கையும் (supervisory memory layer) பிரிக்கும் ஒரு பிளக்-அண்ட்-ப்ளே கட்டமைப்பாகும்.

  • Action Agent – கட்டளைகளை வழங்குதல், கருவிகளை அழைத்தல் மற்றும் வெளிப்படையான வெளியீட்டை உருவாக்கும் மாற்றப்படாத மொழி மாதிரி. சோதனைகளில் இது Claude Sonnet 4.5 ஆகும்.
  • Memory Agent – சமீபத்திய படிகளின் ஸ்லைடிங் விண்டோவை (sliding window) அவ்வப்போது ஆய்வு செய்யும் இரண்டாவது மாதிரி. சோதனைகளில் இது Claude Opus 4.6 ஆகும்.

நினைவக முகவர் மூன்று பகுதிகளைக் கொண்ட ஒரு நினைவக வங்கியைப் பராமரிக்கிறது:

  1. Private Status Field – செயல் முகவரால் பார்க்க முடியாத முன்னேற்றம் மற்றும் அபாயம் குறித்த உள்நிலைத் தகவல்கள் (internal flags).
  2. Knowledge Memory – கோப்பு பாதைகள் (file paths), உள்ளமைவு மதிப்புகள் (configuration values) அல்லது API முனையங்கள் (API endpoints) போன்ற நிலையான உண்மைகள்.
  3. Procedural Memory – எது வேலை செய்தது மற்றும் எது தோல்வியடைந்தது என்பதன் பதிவு, இதில் தோல்வியடைந்த கட்டளைகள் மற்றும் அவற்றைச் சரி செய்த முறைகளும் அடங்கும்.

முழு உரையாடலையும் சுருக்குவதற்குப் பதிலாக, நினைவக முகவர் தலையிட வேண்டுமா என்பதைத் தீர்மானிக்கிறது. ஒரு முக்கியமான விவரம் மறக்கப்பட்டுவிட்டதாக அது கண்டறிந்தால், ஒரு சுருக்கமான நினைவூட்டலை வழங்குகிறது; இல்லையெனில், அது அமைதியாக இருந்து கூடுதல் டோக்கன்கள் மற்றும் தாமதத்தைத் (latency) தவிர்க்கிறது.

பெஞ்ச்மார்க்குகள் கருத்தை நிரூபிக்கின்றன

Meta இந்த அமைப்பை இரண்டு பொதுவான தொகுப்புகளில் சோதித்தது:

பெஞ்ச்மார்க் அடிப்படை வெற்றி இரட்டை முகவர் வெற்றி
Terminal-Bench 2.0 (command-line) 38 % 46 %
tau2-Bench (retail, airline, telecom) 55 % 62 %

ஒரே செயல் மாதிரி இரண்டு வரிசைகளிலும் பயன்படுத்தப்பட்டதால், இந்த முன்னேற்றம் குறிப்பிடத்தக்கது; நினைவக அடுக்கு மட்டுமே மாற்றப்பட்டது. முக்கியச் சொற்கள் தேடலை (keyword search) நம்பியிருக்கும் பரவலாகப் பயன்படுத்தப்படும் Mem0 நினைவக அடுக்குடன் ஒப்பிடும்போது, Meta-வின் அணுகுமுறை சிறப்பாகச் செயல்பட்டது. ஒரு உருவகப்படுத்தப்பட்ட விமான முன்பதிவு சூழலில், பயனர் தவறாக "Gold status" என்று கூறினார். நினைவக முகவர் இந்த முரண்பாட்டைக் கண்டறிந்து, விமான நிறுவனத்தின் API-லிருந்து சரிபார்க்கப்பட்ட விசுவாச நிலை (loyalty-status) சரிபார்ப்பை நம்புமாறு செயல் மாதிரிக்கு நினைவூட்டியது, அதன் விளைவாகப் பரிவர்த்தனை சரியாகத் தொடர்ந்தது.

இந்தத் துறை ஏன் கவனம் செலுத்த வேண்டும்

இந்த முடிவு, இன்னும் பெரிய மாதிரிகளைச் சார்ந்திருக்கத் தேவையில்லாத ஒரு பாதையைச் சுட்டிக்காட்டுகிறது. சூழல் மேலாண்மையை (context management) ஒரு இலகுரக மேற்பார்வையாளரிடம் ஒப்படைப்பதன் மூலம், மென்பொருள் பிழைத்திருத்தம் (software debugging), சிக்கலான வாடிக்கையாளர் சேவை ஓட்டங்கள் அல்லது தன்னாட்சி தரவுப் குழாய்கள் (autonomous data pipelines) போன்ற பல படிநிலைகளைக் கொண்ட பணிகளுக்கான நம்பகத்தன்மையை, முதன்மை மாதிரியின் அளவுரு எண்ணிக்கையை (parameter count) அதிகரிக்காமலேயே மேம்படுத்த டெவலப்பர்களால் முடியும்.

தன்னாட்சி முகவர்களை உருவாக்கும் நிறுவனங்களுக்கு, இந்த கட்டமைப்பு பின்வருவனவற்றை வழங்குகிறது:

  • குறைந்த பிழை விலகல் (Reduced error drift) – மறக்கப்பட்ட கட்டுப்பாடுகளுக்கு எதிராக இந்த அமைப்பு தீவிரமாகப் பாதுகாக்கிறது.
  • டோக்கன் செயல்திறன் (Token efficiency) – தலையீடுகள் தேர்ந்தெடுக்கப்பட்டவை, எனவே செயல் மாதிரி குறைவான தேவையற்ற டோக்கன்களை மட்டுமே செயலாக்குகிறது.
  • மாடுலர் மேம்படுத்தல்கள் (Modular upgrades) – செயல் மையத்தை மீண்டும் பயிற்றுவிக்காமலேயே, நினைவக பயிற்சியாளரை ஒரு புதிய மாதிரிக்கு மாற்ற முடியும்.

சமநிலைகள் மற்றும் திறந்த கேள்விகள்

அடுத்து எதைக் கவனிக்க வேண்டும்

முக்கியக் கருத்து: ஒரு பிரத்யேக நினைவக பயிற்சியாளர், முதன்மைத் தர்க்க மாதிரியை (reasoning model) மறுவடிவமைப்பு செய்யாமலேயே, நடத்தை நிலைச் சிதைவைத் தடுத்து, வெற்றி விகிதத்தில் இரட்டை இலக்க முன்னேற்றத்தை வழங்க முடியும். இதற்கான சவால் கூடுதல் கணினி சிக்கலாகும், ஆனால் அதன் பலன்—அதிக நம்பகத்தன்மை கொண்ட தன்னாட்சி முகவர்கள்—கூடுதல் பொறியியல் முயற்சிக்குத் தகுதியானது.