Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Önjavító memóriát épített az OpenWiki a kód változásainak követésére

2026. augusztus 25. 21:38Forrás: LangChain
Önjavító memóriát épített az OpenWiki a kód változásainak követésére
Kép: LangChain

A LangChain olyan önjavító memóriafunkciót épített az OpenWikibe, amely a dokumentáció állításait a mögöttük álló kódhoz kapcsolja. Ha a forráskód változik, a rendszer elavultként jelöli az érintett állításokat, és később újraellenőrzi őket.

A lényeg röviden
  • Az OpenWiki az állításokat a mögöttük álló kódrészletekhez kapcsolja.
  • A forráskód változása elavultként jelöli az érintett állításokat.
  • Az agent újraellenőrzi vagy javítja az elavult wiki-tartalmat.
  • A 2000 állításos tesztben az elavult állítások aránya 3,5 százalékról 0,5 százalékra csökkent.
  • Az OpenWiki 0.4.0 frissítése automatikusan bekapcsolja az új funkciót.

A memória akkor is romolhat, ha jól kereshető

A LangChain 2026. augusztus 25-én ismertette az OpenWiki új megközelítését. A vállalat szerint a hosszú távú memória egyik kevésbé tárgyalt problémája, hogy a korábban helyes információk idővel elavulhatnak, amikor megváltozik az igazság forrása.

Ez a jelenség különösen fontos az OpenWiki esetében, mivel a rendszer által dokumentált tudás forrása a folyamatosan változó kód. Egy wiki kezdetben pontosan írhatja le egy API működését vagy egy funkció viselkedését, később azonban a kód módosításai miatt ezek az állítások már nem feltétlenül maradnak érvényesek.

A LangChain ezt memóriaeltolódásként és memóriaszennyezésként írja le. Az OpenWiki új claims runtime rendszere ezért nem csak azt tárolja, mit állít a wiki, hanem azt is, milyen kódrészlet szolgál az állítás bizonyítékául.

Minden állítás mögé bizonyíték kerül

Amikor az agent létrehoz egy wikioldalt, azonosítania kell az abban szereplő tárgyi állításokat és az azokat alátámasztó kódot. Például egy olyan kijelentéshez, hogy a sikertelen feladatokat alapértelmezés szerint háromszor próbálja újra a rendszer, az OpenWiki a repo://src/scheduler.ts#L393-L404 kódrészletet kapcsolhatja.

A futtatókörnyezet eltárolja a bizonyíték verzióját is. A későbbi frissítéseknél összehasonlítja ezt az eredeti verziót a forrás aktuális állapotával. Ha eltérés van, az állítás elavultként jelenik meg.

Ez nem jelenti automatikusan azt, hogy az állítás hamis lett. A rendszer csak azt állapítja meg, hogy az információt már nem lehet biztonsággal igaznak tekinteni újabb ellenőrzés nélkül. Ha az állítás továbbra is helyes, az OpenWiki frissíti a bizonyíték verzióját. Ha már nem igaz, a wiki szövegét és a hozzá tartozó bizonyítékot együtt módosítja.

Az elavult állapot addig fennmarad, amíg ez az ellenőrzés meg nem történik. Így a bizonytalanság nem tűnik el csendben egy újabb frissítés során.

A rendszer a változás mértékéhez igazítja a munkát

Az elavultság ellenőrzése minden wiki-frissítés elején lefut, még az agent munkája előtt. A folyamat végigjárja a teljes állításkészletet, és összeveti az eltárolt bizonyítékverziókat a forrás jelenlegi verzióival. A LangChain szerint ez determinisztikus ellenőrzés, amelyhez nincs szükség modellhívásokra.

Az agent nem maga vizsgálja át az összes állítást. Amikor egy oldalt beolvas egy frissítés során, az adott oldalon található elavult állítások külön jelzésként megjelennek. Az agent ezeket a folyamat részeként újraellenőrzi, vagy javítja az állítást és a wiki szövegét. Ami megoldatlan marad, az a következő frissítésig továbbra is jelölve marad.

A LangChain értékelése szerint emiatt a frissítési költség a kód változásának mértékéhez igazodik, nem a wiki állításainak teljes számához. Egy 2000 állítást tartalmazó összehasonlításban a támogatott állítások aránya a claims runtime használatával 97,8 százalék volt, a rendszer nélkül 92,9 százalék. Az elavult állítások aránya 0,5 százalékra csökkent a 3,5 százalékos alapértékről, a kitalált állításoké pedig 0 százalékra a 0,7 százalékról.

Egy másik futtatásban az első ellenőrzési pontnál a wiki állításainak 17 százaléka volt elavult. A következő ellenőrzési ponton ez az arány 0 százalékra csökkent, miközben a támogatott állítások aránya 77 százalékról 98 százalékra emelkedett.

Az OpenWiki 0.4.0 automatikusan átáll az új rendszerre

A LangChain szerint az önjavító memória lényege nem a régi információk egyszerű törlése, hanem annak felismerése, mikor nem szabad többé megbízhatónak tekinteni egy korábbi állítást. Az OpenWiki így a forráskód változásával együtt képes felülvizsgálni és korrigálni a dokumentációt, a wiki teljes újjáépítése nélkül.

Az OpenWiki 0.4.0 verziójára frissítő felhasználóknál a következő frissítés automatikusan elkezdi létrehozni az állításokat, és átáll az Open Knowledge Format 0.2 verziójára. Az OKF a dokumentumhoz tartozó bizonyítékforrásokat és ellenőrzési előzményeket hordozza, miközben a részletes állítások és a pontos bizonyítékverziók az OpenWiki kiegészítő adataiban maradnak.

A LangChain által megadott telepítési parancs: npm install -g openwiki@latest, majd openwiki --init. A vállalat a projekthez hivatalos dokumentációt és kódtárat is biztosít.

Kövesd az AI Hírek oldalát a FacebookonA legfontosabb MI-hírek magyarul, rögtön a megjelenés után a hírfolyamodban.Követem

Kapcsolódó hírek

A LangChain modellirányítóval 64 százalékkal csökkentette a költséget
Fejlesztőknek2026. október 2. 15:31

A LangChain modellirányítóval 64 százalékkal csökkentette a költséget

A LangChain modellirányítót épített nyílt forráskódú Open SWE kódoló ügynökébe, amely a feladat összetettsége alapján választ a modellek között. A vállalat kísérleteiben…

Jev: gyors, strukturált döntéseket hozó modell érkezett az ügynökökhöz
Modellek2026. október 1. 04:25

Jev: gyors, strukturált döntéseket hozó modell érkezett az ügynökökhöz

A TypeSafe AI Jev nevű modellje gyors, strukturált döntésekkel egészítheti ki az AI-ügynökök működését. A LangChain szerint a Jev osztályozási feladatokon akár 200-szor…

A Jev gyorsabb döntéseket adhat az AI-ügynököknek
Modellek2026. október 1. 04:25

A Jev gyorsabb döntéseket adhat az AI-ügynököknek

A LangChain szerint a TypeSafe AI Jev modellje felgyorsíthatja az AI-ügynökök döntési ciklusait. A Jev nem szöveget generál, hanem strukturált válaszokat és…