Neues KI-Modell kombiniert episodisches Gedächtnis und schnelle Antwortgenerierung

Ein neues KI-Framework löst das lange bestehende Problem, historische Figuren in Dialogsystemen glaubwürdig darzustellen, ohne dabei die Reaktionszeit zu vernachlässigen. Durch die Kombination von Offline-Datenaufbereitung und paralleler Abrufung aus einem strukturierten episodischen Gedächtnis kann das System in nur 0,52 Sekunden auf Anfragen reagieren.

Die Entwickler haben biografische Informationen in 1 774 reichhaltige, erste‑Person‑Erinnerungen umgewandelt, die mit affektiven und semantischen Metadaten angereichert sind. Ein zweistufiger Abrufmechanismus sorgt dafür, dass die relevanten Episoden schnell gefunden und in die Antwortgenerierung einbezogen werden. Bei der Bewertung mit LLM‑as‑Judge‑ und RAGAs‑Metriken erreichte die Lösung die gleiche Genauigkeit wie herkömmliche Retrieval‑Augmented‑Generation‑Modelle bei GPT‑4, übertraf sie jedoch deutlich bei kleineren Modellen wie GPT‑3.5 und GPT‑3.

Das strukturierte Gedächtnis eröffnet darüber hinaus neue Analyse- und Visualisierungsmöglichkeiten: spatiotemporale Hitze­karten, emotionale Trajektorien und interaktive Pfadverfolgung. Damit wird das System nicht nur zu einer leistungsfähigen Dialogschnittstelle, sondern auch zu einem Forschungswerkzeug für biografische Analysen. Obwohl Van Gogh als Testfall verwendet wurde, lässt sich die Architektur auf jede historische Persönlichkeit mit umfangreichen Textdaten übertragen, was sie besonders wertvoll für Bildungseinrichtungen, Museen und wissenschaftliche Projekte macht.