Martes 27 de octubre de 2026 ·
SLICE-Mem reduce hasta un 99,5 % el consumo de tokens en la memoria de agentes de IA
Útil para
Los investigadores presentan SLICE-Mem, un sistema ligero de memoria para agentes basados en LLM que filtra qué turnos de conversación guardar y extrae entradas concisas sin llamar a un modelo generativo. En Memora Weekly logra 46,60 frente a 46,68 de MemOS en FAMA, y en LongMemEval-S 56,8 % frente a 59,3 % en precisión. A cambio, el consumo total de tokens baja un 92,4 % y un 99,5 %, respectivamente, con Qwen3-30B.
Qué significa
Los agentes con memoria a largo plazo podrían mantener un historial útil con mucho menos gasto de cómputo, porque la construcción de memoria dependería menos de modelos generativos. Por ejemplo, un asistente que recuerda preferencias de meses consumiría muchos menos tokens.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del martes 27 de octubre de 2026 ->