NoticiasDeIA

CLAM: memoria persistente de agentes de IA sin reentrenamiento del modelo

CLAM, un método de inteligencia artificial, da a los agentes memoria persistente sin reentrenar el modelo, comprimiendo la experiencia en el peso neuronal.

Redacción de NoticiasDeIAPublicado el Hecho ocurrido el 16 de noviembre de 20264 min de lectura
Compartir
Descripción de la imagen
Descripción de la imagen
Qué se sabe y qué no. Distingue lo anunciado oficialmente de lo filtrado, especulado o todavía no confirmado. Las afirmaciones inciertas se marcan como tales en el texto.
Ver criterio de lectura

Este artículo distingue tres niveles de confirmación: primario(documento original o comunicado verificado), secundario(datos contrastados con al menos una fuente independiente) y inconcluso(afirmación pendiente de confirmación o que no ha sido replicada).

El problema de los agentes de inteligencia artificial no es la capacidad de responder, sino que cada pregunta comienza desde cero. Aunque un agente haya conversado con un usuario durante cientos de sesiones, cada nueva consulta lo presenta sin memoria de esas interacciones: empieza siempre de cero. Extraer la experiencia a una base de datos textual ayuda, pero acumula errores de extracción y el coste de construcción crece con cada conversación.

Un trabajo presentado en arXiv propone una alternativa que conserva la experiencia en los propios pesos del modelo y que lo hace con cero pasos de gradiente y cero llamadas generativas de lenguaje. Se trata de CLAM, Carried Latent Adapter Memory, un método de Suri y Dinesh Manocha que fusiona un módulo paramétrico y un búfer episódico para dar memoria persistente sin reformar el modelo.

La memoria de los agentes empieza cuando termina la conversación

Los sistemas agentes de IA actuales manejan la memoria de forma fragmentada. Un modelo de lenguaje entrenado no conserva nada de las interacciones anteriores más allá de lo que aprendió en su entrenamiento: en cada pregunta se reinicia su estado interno. Para evitarlo, los métodos existentes extraen fragmentos de conversación y los recuperan a petición, como si fuera un sistema de documentos. El trabajo señala tres limitaciones de ese enfoque. En primer lugar, los errores de extracción se propagan cuando la consulta crece. En segundo, muchas relaciones entre fragmentos no se expresan en un único texto y se pierden. En tercer lugar, la construcción de la memoria se vuelve más costosa a medida que crecen las sesiones.

La alternativa propuesta compila la activación de la sesión en un adaptador de bajo rango. En lugar de mantener una bolsa de hisorias, el modelo consolida la experiencia en sus parámetros de forma paramétrica. Esto significa que la memoria ya no depende de una recuperación explícita: el adaptador condiciona la generación al pasar por la red con un único paso hacia delante. No hay retropropagación en el momento de la inferencia y no hay generación de texto dentro del bucle de consolidación, lo que el trabajo presenta como una diferencia clave frente a los métodos de fine-tuning continuo.

Dos canales, uno solo

La idea central de CLAM es que la memoria persistente no puede ser sólo paramétrica ni sólo episódica, sino la combinación de ambas. El sistema tiene dos canales complementarios. Por un lado, un hiperred recurrente actúa de consolidador: recibe un flujo de activaciones de la sesión y las compila en un adaptador de bajo rango, de modo que el conocimiento se fija sin necesidad de actualizar los pesos del modelo base. Por otro lado, un búfer episódico almacena la información textual verbatim para responder detalles exactos cuando el adaptador no tiene la respuesta.

El resultado es un sistema de memoria de tamaño fijo. El estado latente lleva el conocimiento entre sesiones sin crecer con el número de conversaciones, y el búfer proporciona la fidelidad textual cuando hace falta. El trabajo define el problema como consolidar un flujo de activaciones en un adaptador de bajo rango mediante un hiperred recurrente, con una memoria episódica complementaria.

Rendimiento en dos benchmarks

El método se evaluó sobre LoCoMo y LongMemEval-S, dos benchmarks de memoria a largo plazo para agents de IA, y con tres modelos abiertos de entre 2 y 7 mil millones de parámetros. El trabajo mide cómo se comporta CLAM frente a los métodos agentes y a los métodos paramétricos de base.

Los resultados indicados en el resumen del artículo son: sobre LoCoMo y LongMemEval-S, CLAM supera a todos los métodos agenticos de base entre 1 y 45 puntos, y a los métodos paramétricos de gradiente entre 10 y 45 puntos, manteniendo cero llamadas generativas de lenguaje, cero pasos de gradiente y entre 3 y 151 veces menos tiempo de computación que los sistemas de extracción para construir la memoria. El trabajo también aporta una medición de la contribución complementaria del búfer: cuando el búfer episódico no encuentra la evidencia de oro, el adaptador consolidado añade entre 12 y 15 puntos de precisión; incluso con un búfer de oro, el adaptador sigue aportando de 4 a 5 puntos, lo que confirma que las dos vías no son redundantes.

Por qué importa

La aportación práctica de CLAM es que la memoria persistente ya no depende de mantener una bolsa creciente de conversaciones viejas ni de un proceso de optimización costoso en cada sesión. Al eliminar los pasos de gradiente y las generaciones del bucle de consolidación, el método reduce la latencia y el coste de construir la memoria, y lo hace en un tamaño fijo que no crece con el historial.

Para los agentes que corren en entornos con recursos limitados o con requisitos de latencia estricta, esto es lo que el trabajo plantea como la ventaja concreta: la capacidad de conservar experiencia sin escalar el coste de inferencia ni depender de una recuperación externa que introduce ruido.

Qué sigue sin saberse

El artículo es un primer resumen de la propuesta: se publica como precompleta en arXiv en noviembre de 2026, sin revisión por pares. No se publican porciones completas del código ni los pesos, y las cifras provienen del resumen de la propuesta. Falta ver cómo se comporta CLAM en escenarios de más de 7 mil millones de parámetros, cómo se esconde frente a ataques de extracción y si el hiperred recurrente mantiene su rendimiento en flujos de sesión muy largos. Hasta que no se publica la implementación, la medición de los resultados será objeto de verificación por la comunidad.

Fuentes consultadas

Se conservan las referencias para poder reconstruir cómo se verificó esta información.

Publicación de origen: https://arxiv.org/abs/2611.20759

¿Ves un error? Escríbenos indicando el dato concreto y la fuente que lo contradice. Las correcciones se aplican en la propia página y se reflejan en la fecha de actualización. Contactar con la redacción.

Sigue leyendo