Show HN: FERNme – memoria que actualiza con ~cero llamadas LLM

Mirkofr ha presentado en GitHub un proyecto llamado FERNme, una memoria ligera para agentes de inteligencia artificial basada en grafos difusos y actualizaciones hebbianas.

El sistema permite a los agentes de IA recordar información sin necesidad de realizar llamadas frecuentes a modelos grandes de lenguaje (LLM). Esto reduce significativamente el uso de recursos computacionales y mejora la eficiencia operativa del agente.

“Estos grafos se actualizan mediante algoritmos hebbianos, que permiten a FERNme aprender y recordar información de manera más natural y flexible”

FERNme utiliza grafos difusos para representar relaciones entre conceptos. Estos grafos se actualizan mediante algoritmos hebbianos, que permiten a FERNme aprender y recordar información de manera más natural y flexible.

La implementación opcional de un sistema de control de llamadas LLM permite a los desarrolladores decidir cuándo es necesario recurrir a modelos grandes de lenguaje para respaldar las capacidades de memoria del agente. Esto proporciona una mayor flexibilidad en la gestión de recursos y el rendimiento.

Este proyecto ofrece una alternativa eficiente para mejorar la capacidad de recordatorio de los agentes de IA, reduciendo al mismo tiempo su dependencia de infraestructuras computacionales costosas.