Los autores parten de un problema: un LLM congelado solo accede al conocimiento acumulado (conversaciones previas, documentos largos, acciones anteriores de un agente) a través de lo que un sistema de memoria coloca en su ventana de contexto. Reunir y combinar la información relevante para cada consulta sin alargar ese contexto sigue siendo difícil para los sistemas actuales.
Memorilla codifica los documentos (chats de usuarios, capítulos de libros) una sola vez en embeddings reutilizables. Después aprende a recuperar la información específica de cada consulta y a colocarla en el espacio de embeddings de entrada del LLM, en un número fijo de «memory tokens». Con solo 16, logra el mejor resultado frente a las alternativas, entre ellas Mem0 y MemoRAG, en cinco de ocho benchmarks de personalización, documentos largos y preguntas intensivas en conocimiento.
En FactKG alcanza un 84,33 % de precisión, frente al 80,43 % de la inferencia con contexto completo, y usa 108 veces menos tokens para representar los documentos de origen. También lo prueban en sistemas con agentes, donde el número de documentos (los turnos previos del agente) crece a lo largo de la trayectoria: en un entorno de TextWorld, Memorilla reduce la tendencia del agente a vagar entre habitaciones ya exploradas y eleva su tasa media de éxito del 18,6 % (aprendizaje en contexto con todo el historial) al 24,2 %.
El trabajo, clasificado en Machine Learning y en Inteligencia Artificial, ya va por su tercera versión en arXiv y cuenta con una web del proyecto.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.