Claude գործակալի հիշողությունը. արտագրված երազներ և ընդհանուր գրելու ձախողումներ

Ինչ է ընդգրկում այս տեսանյութը

• Գործակալի հիշողությունը պահպանում է համատեքստը նիստերի միջև. նկարագրված վերանորոգումը փոխում է նշումները, այլ ոչ թե մոդելի կշիռները:
• Սխալ գրառումը նիստի արտագրության հետ համեմատելը օգնեց շտկված ճյուղին հասնել Cerulean City:
• Միայն որոնումը բավարարեց չափորոշիչների 53%-ը. որոնումը գումարած ավելի մեծ վիքին հասավ 61%-ի՝ Stainless փաստաթղթերի վերաբերյալ 25 հարցերի վերաբերյալ:
• Աղբյուրից հաղորդված այլ իրավական առաջադրանքները ցույց չտվեցին վիքիի հստակ շահույթ կամ վիքի՝ ավելի մեծ, քան բնօրինակ փաստաթղթերը:
• Պայմանագրի առանձնահատուկ էջերը, մեկ հեղինակ մեկ էջի համար և բառացի պայմանները վերականգնեցին 57/57 գնահատված փաստերը. երկու փոփոխություններն էլ միասին փորձարկվեցին:

Թարգմանված արձանագրություն

Թարգմանվել է բնօրինակ անգլերեն պատմությունից։ Հասանելի աուդիո և ենթագրերը վերահսկվում են YouTube-ի կողմից։

Ինչու՞ հիշողությունը թակարդում պահեց Claude-ին:

0:00 Claude-ին հիշողություն տալը պետք է դադարեցնի նրա կրկնվող սխալները: Anthropic-ը դիտեց, թե ինչպես է մեկ սխալ նշումը նրան երեք անգամ նետում նույն Pokémon-ի ժայռից: Այս տեսանյութում, ինչպե՞ս է հիշողությունը թակարդում Claude-ին: Եվ ի՞նչն է իրականում շտկում այն: Anthropic-ը վերանորոգումն անվանում է երազել: Լրացուցիչ մոդելի նիստերը վերանայում են պահված արտագրությունները և խմբագրում հիշողության ֆայլերը: Նրա պայմանագրի թեստը նույնիսկ վերականգնեց յուրաքանչյուր բացակայող փաստ՝ փոխելով, թե ինչպես էին այդ հիշողությունները գրվել:

0:22 Պահեք այդ միտքը: Շաբաթ է, նոյեմբերի յոթը, և սա The Daily Diff-ն է: Գործակալի հիշողությունը նիստերի միջև պահպանված համատեքստն է: Մոդելի կշիռները մնում են անփոփոխ: Շրջակա ծրագրակազմը որոշում է, թե երբ է մաքրումը գործում և որ արտագրություններն է այն տեսնում: Managed Agents' Dreams ֆունկցիան հետազոտական նախադիտման փուլում է: Այս հոդվածը չի միացնում երազները յուրաքանչյուր Claude օգտագործողի համար:

Ի՞նչ է իրականում փորձարկել Anthropic-ը:

0:41 Anthropic-ը ուրբաթ օրը հրապարակեց Lance Martin-ի հոդվածը: Այսօրվա Hacker News-ի քննարկումն ունի մարդկանց, ովքեր վիճում են, թե որ հիշողություններն են նրանք ջնջում: Ի՞նչ է տեղի ունենում, երբ վստահորեն սխալ նշումը գոյատևում է մինչև մեկ այլ նիստ: Մենք հալյուցինացիային տվել ենք պահարան: Claude-ը պետք է անցնի Mount Moon-ը՝ մոտակա Pokémon Center-ը որպես ուղենիշ օգտագործելով: Այն գրում է, որ շենքը գտնվում է արևելյան կողմում, չնայած որ այն գտնվում է արևմտյան կողմում: Այն հեռանում է՝ հավատալով, որ քարանձավն արդեն իր հետևում է:

1:05 Այնուհետև այն անցնում է միակողմանի ելուստով դեպի այն երթուղին, որից եկել էր: Նրա նավիգացիոն գործիքը բաց է թողնում անկումը, ուստի Claude-ը ձախողումը բացատրում է որպես գերազանցում: Հաջորդ փորձը սկսվում է նույն սխալ ենթադրությամբ: Հաստատակամությունը պահպանել է սխալը: Երրորդ անկումից հետո Claude-ը գրում է, որ դադարեցնելու է, այլ ոչ թե շարունակի օղակվելը: Հետազոտողների կարգավորումը ավտոմատ կերպով ասում է նրան շարունակել: Այն վերադառնում է ավելի վաղ քաղաք, և այդ վազքը ավարտվում է առանց Cerulean City հասնելու: Նույնիսկ բոտն է ուզում, որ այս հանդիպումը ավարտվի:

Ինչպե՞ս երազելը շտկեց երթուղին:

1:30 Հետազոտողները երազում են անսարք հիշողության թղթապանակի վրա: Claude-ը ստուգում է նշումը բնօրինակ նիստի արտագրության հետ, բռնում է տեղանքի սխալը և վերագրում այն: Շտկված նշումով այն նորից մտնում է Mount Moon և վերջիվերջո հասնում է Cerulean: Սա է այստեղ օգտակար արդյունքը: Պահված պնդումը ստուգվում է ապացույցների դեմ մինչև մեկ այլ փորձ: Մեկ վազքի ընթացքում Sonnet երեք կետ յոթը կուտակել է հարյուրավոր ֆայլեր՝ վաստակելով

1:50 մեկ կրծքանշան: Fable հինգը պահել է ավելի փոքր հավաքածու և վաստակել չորս: Տարբեր մոդելներ, մեկ վազք յուրաքանչյուրը, ուստի պահարանային համակարգի ներդրումը չի կարող մեկուսացվել: Hacker News-ում yfontana-ն ասում է, որ նրանք ջնջում են գրեթե բոլոր ավտոմատ հիշողությունները, քանի որ նշումները սովորաբար պատկանում են ընթացիկ առաջադրանքին: Դա մեկ օգտատիրոջ փորձն է: Երեկվա կոորդինատները անօգուտ կողմնացույց են դառնում, երբ դուք շարժվել եք:

Ե՞րբ է օգնում հիշողության վիքին:

2:10 Anthropic-ը նաև կառուցել է կապված վիքի՝ Stainless-ի ներքին փաստաթղթերի վրա: Claude-ը կազմակերպում է հարակից տեղեկատվություն նիստերի միջև, ապա օգտագործում է այդ էջերը հարցերին պատասխանելու համար: Սա կարող է օգնել, երբ պատասխանը տարածվում է մի քանի փաստաթղթերի վրա: Բնօրինակ ֆայլերը մնում են հասանելի քարտեզը ստուգելու համար: Միայն որոնմամբ Claude-ը գնահատվեց գնահատված չափորոշիչների հիսուն երեք տոկոսը: Որոնումը գումարած ավելի մեծ վիքին հասավ վաթսուն մեկ տոկոսի:

2:32 Դրանք քսանհինգ հարցեր էին մեկ ընկերության փաստաթղթերի մասին: Լրացուցիչ անցանց աշխատանքը բարելավեց այդ գնահատումը: Հոդվածը մեզ չի տալիս վիքին կառուցելու ընդհանուր գինը, ուստի պահեք հաշիվ-ապրանքագրի սյունակը բաց: Dreams-ը օգտագործում է ստանդարտ API թոքենի դրույքաչափեր, և աշխատանքները կարող են տևել րոպեներից մինչև ժամեր: Anthropic-ը ասում է, որ յուրաքանչյուր հիշողությունը շարունակաբար ստուգելը կարող է անիրագործելի լինել: Ձեր գործակալի երկրորդ հերթափոխը դեռևս կգնա ձեր կրեդիտ քարտով: Նույն հոդվածը ներառում է իրավական առաջադրանք, որտեղ վիքին որոնումից ոչ մի հստակ շահույթ չի ցուցադրել:

Ե՞րբ է վիքին ոչինչ չավելացնում:

2:56 Մեկ այլ վիքի ավելի մեծացավ, քան այն փաստաթղթերը, որոնք այն ամփոփում էր: Եթե հարցին կարելի է պատասխանել մեկ հատված գտնելով, նախ էնցիկլոպեդիա կառուցելը կարող է զարմանալիորեն թանկ միջոց լինել «գտնել» կոճակն օգտագործելու համար: Claude Code-ը ավտոմատ կերպով բեռնում է իր հիշողության ինդեքսի սահմանափակ բացման հատվածը, մանրամասն նշումները պահվում են այլուր: Սխալ ներարկված հրահանգը կարող է ազդել յուրաքանչյուր նիստի վրա: Anthropic-ի խոհանոցային գիրքը զգուշացնում է, որ հիշողությունը լավն է այնքանով, որքանով արտագրությունները: Երեկվա մատյանը չի կարող ստուգել այս առավոտվա փոփոխությունները:

Ինչու՞ անհետացան պայմանագրի տասնվեց փաստեր:

3:23 Հիմա պայմանագրի առաջադրանքի համար: Մի քանի գործակալներ վիքի են կառուցում մոդելավորված ձեռքբերման համար, գրելով պայմանները մեկ ընդհանուր աղյուսակում: Արդյունքում ստացված ամփոփագիրը ներառում է հիսունյոթ գնահատված փաստերից քառասունմեկը: Տասնվեց փաստեր անհետացել են պայմանագրերի և մանրամասն պատասխանի միջև: Դա տեղեկատվություն կորցնելու բավականին կարևոր տեղ է: Anthropic-ը ձախողումը վերագրում է վատ ամփոփագրերին և գործակալներին, որոնք Felin-ի աշխատանքը վերագրում էին: Բացակայող պայմանները երբեք անվտանգ չեն պահպանվել պատասխանելու

3:47 նիստի համար: Երազելը թույլ է տալիս Claude-ին մտածել այդ ձախողումների մասին, առաջարկել տարբեր վիքի հրահանգներ և վերակառուցել: Վերանորոգումը հասնում է մինչև այն, թե ինչպես է գրվում հիշողությունը: Յուրաքանչյուր ոք, ով խմբագրել է նույն փաստաթուղթը գործընկերների հետ, գիտի այս ցավը: Տվեք յուրաքանչյուր մասնակցին ավելի մեծ ուղեղ, և նրանք դեռ կարող են պահպանել ուրիշի աշխատանքի վրա: Հետաքրքիր AI հիշողության խնդիրը հայտնվել է գրասենյակային խոհանոցում՝ համընթացության սխալով:

4:08 Յուրաքանչյուր պայմանագիր ստանում է իր սեփական էջը, որը գրված է մեկ գործակալի կողմից: Պայմանները մեջբերվում են բառացի: Բարելավված վիքին աջակցում է բոլոր հիսունյոթ գնահատված փաստերին: Դա խոստացված շտկումն է: Առանձին սեփականությունը կանխում է փչացումը, իսկ ճշգրիտ մեջբերումները պահպանում են պայմանները: Երկու փոփոխություններն էլ տեղի ունեցան միաժամանակ, ուստի ոչ մեկը միանձնյա վարկ չի ստանում: Կարևոր հիշողությունները պահպանեք հետագա՝ մինչև իրենց աղբյուրները: Managed Agents' Dreams-ը պահպանում է մուտքային պահոցը և արտադրում է առանձին արդյունք,

4:32 որը կարող եք վերանայել: Եթե նախընտրում եք կարդալ սա, քան լսել ինձանից, ապա տարբերությունը ձեր մուտքի արկղում է ամեն առավոտ, անվճար the daily diff dot dev կայքում, հղումը ներքևում է:

Կվստահե՞ի արդյոք այս հիշողության համակարգին:

4:39 Այսօրվա վճիռն է NEEDS REVIEW: Ես կօգտագործեի արտագրված վերանորոգումը, քանի որ մշտական սխալը արժանի է մշտական շտկման: Ես կստուգեի փոփոխված նշումները և կփորձեի, թե արդյոք վիքին օգնում է իմ իրական առաջադրանքին: Anthropic-ի հակաօրինակները ցույց են տալիս, թե որքան հեշտությամբ հիշողության պահպանումը դառնում է մեկ այլ նախագիծ, որը հիմա պետք է պահպանեք: Եվ սա է այսօրվա տարբերությունը: Ես Նիկոն եմ Axrisi-ից: Միավորեք պատասխանատվությամբ:

Աղբյուրներ

1. The components of agent memory — Lance Martin; figures by Monika Tuchowska; Anthropic-reported evaluationsAnthropic
2. Dreams — research preview, separate output store, billing and lifecycleClaude Platform documentation
3. Claude Code memory — injected index boundaryClaude Code documentation
4. Dreaming with a dynamic workflow — transcript staleness and caller controlClaude Cookbook
5. Sleep-time Compute — April 2025 prior work, no replication of this article claimedKevin Lin and colleagues / arXiv
6. Harvey LAB — tasks, documents, grading rubrics and version scopeHarvey AI
7. Authentic Dario Amodei portrait — TechCrunch Disrupt 2023; cropped, background removed and resized; Anthropic identity only, no authorship, current reaction or endorsementTechCrunch / Wikimedia Commons
8. Original TechCrunch portrait source — Dario Amodei at Disrupt 2023TechCrunch / Flickr
9. Portrait licence — Creative Commons Attribution 2.0Creative Commons
10. Two Buttons — Jake Clark, Imgflip template; commentary labels added; brief process satire, hosting is not a licence or legal clearance and grants no blanket reuseJake Clark / Imgflip
11. Groundhog Day GIF — Bill Murray and Stephen Tobolowsky as Phil/Ned; @groundhogday; silent, resized and captioned narrator commentary; no present-day reaction or blanket reuse; hosting is not a licence or legal clearanceGroundhog Day / GIPHY
12. Two Buttons origin attribution — Jake Clark, October 2014; secondary sourceSupermeme
13. Groundhog Day source link supplied by the GIPHY uploaderGroundhog Day