Remory: Gelerntes Residual-Gedächtnis für Kontext-Kompaktierung bei LLM-Agenten

Repositoryfudan-generative-vision/RemoryTool

Remory ergänzt klassische Text-Zusammenfassungen bei LLM-Agenten um ein erlerntes Soft-Memory aus dem Gesprächsverlauf. Dieses Residual-Gedächtnis wird konditioniert an die Zusammenfassung angehängt und hilft eingefrorenen Basismodellen, ihre Arbeit über Kompaktierungszyklen hinweg präzise fortzusetzen.

Das Wichtigste

  1. Erweitert herkömmliche Text-Kompaktierungen (Summaries) um erlernte Soft-Memory-Zustände aus dem bisherigen Kontext.
  2. Das Residual-Gedächtnis wird an die textuelle Zusammenfassung angehängt, ohne das eigentliche Basismodell modifizieren zu müssen.
  3. Verfügbar als vortrainierte Speicher-Checkpoints für Qwen3.8-27B (1,9B Memory) und GLM-5.3-Flash (1,24B Memory).
  4. Unterstützt die Bereitstellung über SGLang sowie Hugging Face Transformers und erfordert für Qwen mindestens zwei 80-GB-GPUs.
  5. Bringt eine direkte Integration in eine Codex-Umgebung (r-codex) mit Unterstützung für den `/compact`-Befehl und Session-Wiederaufnahme mit.

Warum das relevant ist

Bei langen Agentensitzungen führt das standardmäßige Kürzen und Zusammenfassen von Kontexten häufig zu Informationsverlusten, da feine Details im Text verloren gehen. Remory kombiniert Textkomprimierung mit dichten latenten Repräsentationen und zeigt einen praxisnahen Weg auf, Agenten ohne Nachtraining über extrem lange Aufgaben hinweg konsistent zu halten.

Einordnung

Das von Fudan Generative Vision vorgestellte Projekt 'Remory' adressiert ein zentrales Problem autonomer LLM-Agenten: das Kontextfenster-Management bei langen Aufgabenketten. Typische Ansätze greifen bei vollem Kontext auf reine Textzusammenfassungen zurück, wodurch operative Details verloren gehen. Remory nutzt stattdessen ein neuronales Soft-Memory-Modell, das parallel trainiert wird und zusätzliche latente Zustände an die Kompaktierung anhängt. Technisch setzt das Repository auf Python, CUDA-Kernel, SGLang für optimiertes Serving über Tensor-Parallelität (--tp 2) sowie Transformers. Das Framework richtet sich an KI-Forscher und Entwickler, die Coding-Agenten oder komplexe Agenten-Workflows lokal bzw. auf eigener Infrastruktur betreiben. Hinsichtlich der Reife handelt es sich um Begleitcode zu einem arXiv-Paper (2610.11287) mit funktionierenden Checkpoints auf Hugging Face und CLI-Tools für Codex. Es befindet sich im akademischen Open-Source-Stadium mit hohem Hardware-Bedarf (mindestens 2 × 80 GB GPUs für Qwen3.8-27B).

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 18. Oktober 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Repository:vectorize-io/hindsight

    Hindsight: Lernendes Langzeit-Gedächtnis für KI-Agenten

    Hindsight ist ein unter der MIT-Lizenz veröffentlichtes Speichersystem für KI-Agenten. Im Gegensatz zu einfachen Chatverlauf-Speichern oder traditionellen RAG- und Wissensgraph-Ansätzen zielt das Projekt darauf ab, dass Agenten über die Zeit hinweg tatsächlich lernen.

    41.300SternePython

    KI & AI· Tool

  • Repository:rohitg00/agentmemory

    agentmemory: Persistentes Gedächtnis für KI-Coding-Agenten

    agentmemory ist eine Open-Source-Lösung in TypeScript, die Coding-Agenten und MCP-Clients ein dauerhaftes Gedächtnis verleiht. Basierend auf der iii-Engine erweitert das Tool das LLM-Wiki-Muster von Andrej Karpathy um Wissensgraphen, Konfidenz-Scoring, Lebenszyklen und hybride Suche.

    28.038SterneTypeScript

    KI & AI· Tool

  • Repository:thedotmack/claude-mem

    claude-mem: Persistentes Sitzungsgedächtnis für KI-Agenten

    Das Open-Source-Projekt claude-mem (auch unter dem Namen Grok Mem geführt) erfasst Aktionen und Kontext von KI-Agenten während laufender Sitzungen. Es komprimiert diese Daten mittels KI und speist relevante Kontexte automatisch in spätere Sessions ein.

    93.098SterneJavaScript

    KI & AI· Tool

  • Repository:MemPalace/mempalace

    MemPalace: Lokales Open-Source-Gedächtnissystem für KI-Agenten

    MemPalace ist ein lokales Speichersystem für KI-Konversationshistorien, das Daten wortwörtlich ohne Zusammenfassungen ablegt und über semantische Suche strukturiert abrufbar macht.

    58.848SternePython

    KI & AI· Tool

  • Repository:PrimeIntellect-ai/prime-agent

    Prime Agent: Selbstoptimierender RLM-Agent für Coding und autonome Workflows

    Prime Agent ist ein quelloffener Coding- und Forschungs-Agent für komplexe, langlaufende Aufgaben. Das System kombiniert das Konzept des Recursive Language Model (RLM) mit einem Continual Harness, um Kontext programmierbar zu verwalten und Erfahrungen sitzungsübergreifend zu speichern.

    19.919SterneTypeScript

    KI & AI· Tool

  • Repository:Gentleman-Programming/engram

    Engram: Persistentes Gedächtnis für KI-Coding-Agents

    Engram ist ein quelloffenes, agentenunabhängiges Speichersystem in Go, das KI-Coding-Assistenten über Sitzungen hinweg ein persistentes Gedächtnis bereitstellt.

    6361SterneGo

    KI & AI· Tool

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.