ProactMem, bir yapay zekâ eylemcisinin belleğini yakın olaylar, doğrulanmış etkinlik özetleri ve geçmiş gözlemlerle desteklenen alışkanlıklar olarak düzenliyor. Yeni ön baskı, yöntemi etkinlik desteği, ev ve kod deposu akışlarında sınadı. Çevrimdışı değerlendirme yardım fırsatlarını saptamaya odaklanıyor; kullanıcının elde ettiği yarar ve kesintiye uğrama yükü bu ölçümün dışında kalıyor.
Tek bir arXiv ön baskısında sunulan ProactMem, yeni bir istek gelmeden yardım öneren dil modeli eylemcileri için bellek düzenliyor. Yakın gözlemleri, günlük etkinlik özetlerini ve yinelenen davranışları ayrı tutuyor. Özet ayrıntıları, anlattıkları olaylarla karşılaştırılarak denetleniyor. Önerilen alışkanlıklar da yeni bir yardım kararında kullanılmadan önce geçmiş gözlemler üzerinde yeniden sınanıyor.[1]
Yazarların kurduğu ProactiveStream adlı çevrimdışı sınama, 4.539 olayı 17 bağımsız akışta topluyor; bunlarda yardım önerilebilecek 729 referans fırsat bulunuyor. Bedensel etkinlik desteğini, ev gözlemlerini ve kod deposu işlerini kapsıyor. Her kişinin, evin ya da deponun geçmişi ayrı tutuluyor. Kararlar mevcut olayla önceki gözlemlere dayanıyor; mevcut olay, karar verildikten sonra belleğe ekleniyor. Ortak bir denetim aşaması da yinelenen önerileri süzüyor.[1]
Ekip, fırsatları yakalamayı ve yapılan müdahalelerin uygunluğunu birleştiren F1 değerini yüzde 52,6 olarak bildiriyor. Bu, en güçlü dış karşılaştırma yöntemine göre yüzde 21,4 göreli artış anlamına geliyor. Yöntem ile sınama kümesi birlikte geliştirildi. Ayrı bir etiketleme incelemesi, bazı alanlardaki mutlak sonuçları değiştirdi. Çevrimdışı puanlar, yardım alan kişinin yararını, kesintiye uğrama yükünü ya da gerçek kullanım güvenliğini ölçmüyor.[1]
