Recuperación de Memoria Innovadora con Técnicas de Prospección

En el ámbito de los sistemas de diálogo personalizados, la recuperación efectiva de información específica del usuario a partir de extensos historiales de interacción es fundamental. Los métodos tradicionales, como la Generación Aumentada por Recuperación (RAG) y GraphRAG, suelen centrarse en la similitud semántica inmediata entre las consultas y los hechos almacenados. Esto a menudo resulta en oportunidades perdidas para información relevante que puede no estar estrechamente relacionada con la consulta original. Para abordar esta limitación, proponemos un nuevo método llamado Recuperación Guiada por Prospección (PGR). Este enfoque separa el proceso de recuperación del almacenamiento de memoria utilizando los objetivos del usuario para generar un Árbol de Pensamiento (ToT) o una secuencia de acciones probables. Estos pasos generados sirven como sondas de recuperación, aumentando las posibilidades de descubrir hechos pertinentes que no están directamente vinculados a la consulta inicial. La información recuperada luego informa la siguiente fase de prospección, permitiendo el descubrimiento de memorias adicionales relevantes. También introducimos MemoryQuest, un riguroso banco de pruebas que evalúa este método a través de varios perfiles de usuario. Los resultados indican que PGR mejora significativamente el rendimiento de recuperación, logrando casi tres veces la tasa de recuerdo en comparación con los métodos existentes.