由UCSD和NYU团队领导的新系统Mirix将重新定义AI内存。在过去的十年中，我们目睹了从写作助理到代码生成器的主要语言模型，可以做到一切。但是，即使是最强大的模型仍然有一个主要的弱点：他们不记得你。为了应对这种情况，王王是加利福尼亚大学圣地亚哥分校（UCSD）的医生学生，纽约大学的教授Xi Chen共同推出和开放式Mirix，这是第一个真正的多模式，多模式的AI Memory System。 Paper Title: Mirix: Multi-Agent Memory System for LLM based on link agents link: https://arxiv.org/abs/2507.07957 Official website: https://mirix.io/open source warehouse: https://github.com/mirix-ia In the Screenshotvqa, the ISThe challenging benchmark that requires deep multimodal understanding, Mirix的准确性比传统的抹布方法高35％，储存开销降低了99.9％，比410％高410％长文本方法，开销降低了93.3％。在Locomo Long对话的工作中，Mirix显着超过了所有标志85.4％的现有理由，并设定了新的性能基准。不仅如此，团队还推出了MAC端应用程序产品。使用此开箱即用的应用程序，任何人都可以让AI看到您看到的内容，了解您在做什么，并制作所有电子记忆。一个完全多样化的范式评估了过去三年中AI进化的历史，我们将看到：大型推理模型的极限：Skyrock参数×计算功率飙升；矢量搜索紧急情况：抹布剪接片段； “短期记忆”是在线：对话历史记录有限的评论。但是所有这些都不是一个“心理系统”。 Mirix首先制作：支持多模式输入：不仅可以理解文本，而且还可以使用多源数据（例如高分辨率屏幕截图，对话日志等）开发全局内存。它具有六种主要类型的HU类型MAN内存系统：每个内存模块都有一个独家数据结构，生命周期管理方法和独立的提取路线。内置的多代理协作：通用控制由元内存管理器进行，六个内存代理并行更新，并获得了分裂的劳动力，并且统一联系人是通过对话代理传递的。主题和分层搜索的主动生成：与“首先检查然后回答”不同，Mirix将首先查看用户的目标，自动生成主题嵌入，然后匹配适当的内存类型以进行多层搜索。生产实施：该团队已经开发了个人助理的应用程序，该应用程序用Mac完成，您可以在官方网站上下载并体验它。这不再是填写“嵌入式空间”知识，而是以结构化的多渠道和新兴的方式建立认知基础。为什么它应该是AI的“序言”？Mirix有六种类型的基本记忆，并且可以共享认知论文：核心记忆：AI的“个性”存储和长期用户偏好：Asdialogue样式，偏好设置和识别信息。数据存在于永久性KV对中，优先级最高，任何答案都会自动加载。情节记忆：“人类事件日志，其中包含时间戳，事件类型，主题，简短描述和细节，可以监视用户历史记录中的所有操作。语义记忆：每个音符都包含“名称，含义，含义，详细描述，资源的详细说明，资源”。会议，用户上传的用户网页快照：保存敏感信息，例如密码，API键，ID号，并配备了多层次的访问和加密机制。过去，抹布只能“在旅途中检查其中一堆”。 Mirix将首先了解需求，然后决定要搜索哪些内存，然后结合答案。换句话说：它认为“我想记住的东西”而不是机械索引。多代理流向现代AI系统，用于长期内存，模型应使用实时，结构化任务指令和大型多模式信息（例如屏幕截图或文件）来处理极其动态和异质的用户触点输入。在确保一致性，可伸缩性和良好获取的同时，管理如此多样化的数据远非足够。直到今天，团队都建议进行模块化的多古体系结构，其中一些特殊组件共同使用，以完成统一的调度机制下的输入处理，内存更新和信息提取。整个系统包括：元内存管理器，内存管理器和聊天代理。当系统收到新输入时（这样作为用户提供的用户提供的知情事件，上传文件），它将处理如下：初步搜索：系统将首先对现有内存库进行自动搜索，以便查看一下将其存储在与输入内容非常相似的记录中。此步骤有助于防止冗余存储，并根据需要更新现有条目。评估和分析：所获得的信息将传递给具有输入的原始内容的Metamemory Manager，并欣赏内容，提取元数据（例如时间戳，资源类型，触摸标记），并确定需要更新哪些内存组件。并行更新：Metamemory Manager向每个相关的内存管理器分发输入。每个经理都能够团结以下操作：（1）i -xtract结构化字段（例如摘要，详细信息，事件参与者）（2）重复数据删除或结合相似的记录（3）更新索引和扣除表示搜索中的ComputationRMA使用：当所有相关的内存管理器都完成更新时，它们会馈入元符号更新状态，并且系统发送外部确认，表明更新内存结束。在交互式对话方案中查找对话聊天工作流的过程，搜索过程主要分为以下步骤：粗略搜索：收到用户查询时，对话代理将对所有六个内存组件进行粗略的谷物搜索，这将返回高级的摘要或元数据信息以判断内存分配。目标搜索选择：根据粗略的搜索结果和查询内容进行审查的对话代理。例如，如果问题是一个操作过程（例如“如何提交补偿形式？”），请重点关注程序的内存；如果问题是现实评论，则主要关注情节记忆或语义记忆。精细搜索：对于目标内存的指定组件，系统将我们e更准确的搜索技术，包括：基于垂直向量的搜索相似性； BM25文本相关排序；关键字。答案的结果和几代：使用用户的问题搜索模型的模型，最终答案将开发模型。对应的内存管理器以完成Operacyon更新。此过程确保系统的答案不仅相同，而且还可以根据最新的动态知识进行调整。突破使玻璃和其他记忆系统粉碎了。在ScreenShotVQA中，新型的多模式建造的多模式工作，Mirix存储工作比RAG低99.9％，但准确率比RAG高35％。与上下文的全部推理相比，存储量减少了93.3％，准确性率提高了410％！在多轮的机车推理活动中，全面的准确率达到了85.4％，拥有多种现有型号，包括备忘录，我M0等；多跳的问题主要是开放资源基础。全面的性能几乎与整个上下文模型接近（性能Nits G Lokomo几乎是上限，因为GPT-4.1-Mini具有1M上下文窗口）。它不仅是“更好”，而且与Mirixa团队完全不同，“获得一代增强是一个暂时的补丁。对于真正的记忆，让AI在时间的大小上成长。”这是大型模型模型的新循环：从“对话的产生”到“长期思维驱动驱动的思想”。此外，Mirix不仅仅是一张纸。 Mirix团队同时启动了个人助理应用程序的桌面版本，该应用程序可以实现即时多模式数据收集，视觉内存管理和存储在本地SQLITE的存储器，以保护隐私，立即安装它，并在第一个中体验AI”。
