taylorsatula/mira

해결하는 문제

MIRA는 장기 기억과 행동 지속성을 갖춘 연속적인 디지털 엔터티를 만들어 표준 LLM 대화의 일시적인 특성을 극복하도록 설계되었습니다. 이는 "새 채팅 시작" 패러다임을 제거하고 시스템이 무기한 타임라인에 걸쳐 자체 컨텍스트와 회상을 관리하도록 강제합니다.

작동 방식

MIRA는 연속성을 유지하기 위해 다계층 접근 방식을 사용합니다.

• 컨텍스트 관리: 비동기 대화 처리(REM 수면과 유사)와 능동적 컨텍스트 창 조작을 사용합니다. 대화가 너무 커지면 이전 메시지를 압축하여 연속 브리핑으로 만듭니다.
• 1인칭 기억: 3인칭 로그 대신 MIRA는 자신의 행동과 경험에 대한 1인칭 요약을 생성하고 타임스탬프와 복잡성 점수가 있는 기억 흔적으로 저장합니다.
• 자기 관리 기억: 기억은 자주 액세스되거나 명시적으로 연결되지 않는 한 사용 공식에 따라 시간이 지남에 따라 감소하여 인간의 큐레이션 없이 컨텍스트 부패를 방지합니다.
• 피질하 및 땅콩 갤러리: "피질하" 계층은 응답 전 정보 검색 및 엔터티 추출을 처리하고, "땅콩 갤러리"는 초인지 관찰자 역할을 하여 몇 턴마다 MIRA가 방향을 수정하도록 알릴 수 있습니다.
• 텍스트 기반 LoRA: 시스템은 대화 세그먼트를 행동 계약과 대조하여 분석하고 이러한 패턴을 진화하는 시스템 프롬프트로 합성하여 동작을 적응시키며, 텍스트 조작을 통해 효과적으로 성격을 "훈련"합니다.
• 동적 도구: 도구는 파일 시스템에서 발견되며 필요할 때만 컨텍스트 창에 로드되어 토큰 낭비를 줄입니다.

대상 사용자

과거 상호 작용을 기억하고, 사용자 피드백에 따라 행동을 진화시키며, 컨텍스트를 잃지 않고 복잡하고 장기적인 프로젝트를 관리할 수 있는 지속적인 AI 동반자 또는 도우미를 찾는 사용자.

하이라이트

• 연속 내러티브: "새 채팅" 버튼이 없는 단일의 영구 대화 스레드.
• 1인칭 회상: 인식론적 거리를 줄이기 위해 AI 자신의 관점에서 작성된 기억.
• 자율 컨텍스트 제어: 토큰 폭발을 관리하기 위해 "domaindocs"(안정적인 암호화 문서)를 확장 및 축소하는 기능.
• 행동 적응: 7사용일마다 시스템 프롬프트를 개선하는 진화적 사용자 모델링.
• 확장 가능한 도구 세트: MIRA가 저장소에서 도구를 자율적으로 활성화할 수 있는 플러그 앤 플레이 도구 아키텍처.