Агентская память с точностью 96.4% на LongMemEval без обращения к LLM

Проект Agentlas реализует архитектуру памяти для агентов, работающую локально на SQLite с гибридным поиском, что исключает постоянные вызовы языковых моделей. Система разделяет данные на зоны ответственности и демонстрирует высокую точность (96.4%) на бенчмарках LongMemEval и LoCoMo, снижая риск галлюцинаций. Это решение позволяет извлекать контекст без затрат на инференс, оптимизируя работу агентов на устройстве.