क्या हुआ
एक डेवलपर ने GitHub पर Lossless-memory पब्लिश किया है, जो सारांश के बजाय रॉ और टाइमस्टैम्प वाले लॉग्स का समर्थन करने वाला एक पर्सनल AI मेमोरी सिस्टम प्रदान करता है। दैनिक असिस्टेंट इंटरैक्शन पर भरोसा करने वाले प्रोफेशनल्स के लिए, यह प्रोजेक्ट बिना पैराफ्रेज़ किए सटीक ऐतिहासिक रिकॉल का वादा करता है।
Lossless-memory नामक एक नया GitHub प्रोजेक्ट दैनिक AI उपयोगकर्ताओं की एक आम झुंझलाहट को दूर करता है: पिछले इंटरैक्शन को भूल जाने या सारांशित करने की मॉडल्स की प्रवृत्ति। Aru नामक एक अकेले डेवलपर द्वारा Cece नामक एक AI के साथ मिलकर बनाया गया यह रिपॉजिटरी, कॉम्पैक्ट नोट्स या समान टुकड़ों पर निर्भर रहने वाले मानक मेमोरी सिस्टम का एक विकल्प प्रदान करता है। डेवलपर का तर्क है कि मानक समराइजेशन प्रक्रियाएं सटीक शब्दावली और समय को छोड़ देती हैं जो पिछले रिकॉर्ड को उपयोगी बनाते हैं।
बातचीत को संक्षिप्त करने के बजाय, यह सिस्टम प्रत्येक टर्न को एक निश्चित सात-फील्ड रिकॉर्ड में परिवर्तित करता है। ये रिकॉर्ड प्रतिदिन JSONL फ़ाइलों में जोड़े जाते हैं, जो सत्य के एक अपरिवर्तनीय स्रोत के रूप में कार्य करते हैं। समय केवल मेटाडेटा के बजाय प्राथमिक अक्ष के रूप में कार्य करता है, जिससे किसी भी अंतर्निहित इंडेक्स को पूरी तरह से हटाया जा सकता है और यदि आवश्यक हो तो सीधे रॉ लॉग फ़ाइलों से फिर से बनाया जा सकता है।
उपयोगिता बनाए रखने के लिए, टूल LLL के रूप में जाने जाने वाले विषय मार्करों के एक छोटे इंडेक्स का उपयोग करता है। ये छोटी, टाइमस्टैम्प वाली लाइनें बताती हैं कि बातचीत कब विषय बदलती है और हर टर्न के दौरान मॉडल के संदर्भ में डाली जाती हैं। एक छोटा डेमन डिफ़ॉल्ट रूप से हर दस मिनट में वृद्धिशील री-इंडेक्सिंग को संभालता है, जो कभी भी खरोंच से पूर्ण पुनर्निर्माण की आवश्यकता के बिना पुनर्लेखित स्रोत फ़ाइलों को स्कैन करता है।
क्विकस्टार्ट दस्तावेज़ीकरण में विस्तृत व्यावहारिक परीक्षण से पता चलता है कि उपयोगकर्ता नमूना बातचीत को इनजेस्ट कर सकते हैं, आवश्यक इंडेक्स बना सकते हैं, और लगभग पांच मिनट में समय-दायरे वाली क्वेरी चला सकते हैं। एक pytest राउंड-ट्रिप टेस्ट इस सटीक कार्यात्मक मार्ग को कवर करता है। यह कार्यान्वयन जुलाई 2026 से एक ही उपयोगकर्ता के लिए प्रतिदिन चला है, जिसमें रॉ लॉग जून 2026 तक फैले हुए हैं, जो दिसंबर 2025 के डिज़ाइन अवधारणाओं पर आधारित हैं।
एग्जीक्यूटिव असिस्टेंट और AI के साथ चल रही परियोजनाओं का प्रबंधन करने वाले प्रोफेशनल्स के लिए, यह सिस्टम पिछले निर्णयों को पुनर्प्राप्त करने के तरीके को बदल देता है। सप्ताह पहले की समान चर्चा का पैराफ्रेज़ प्राप्त करने के बजाय, मॉडल किसी विशिष्ट समय से सटीक लाइनें खींच सकता है, जैसे कि मंगलवार रात का सत्र, सत्रों में संवादात्मक संदर्भ को बरकरार रखना।
व्यक्तिगत उत्पादकता और एग्जीक्यूटिव असिस्टेंट के लिए AI के लिए यह क्यों मायने रखता है
एग्जीक्यूटिव असिस्टेंट और प्रोफेशनल्स जो AI असिस्टेंट के साथ लंबे समय तक चलने वाले संवाद बनाए रखते हैं, उन्हें अक्सर समय के साथ संदर्भ क्षरण का सामना करना पड़ता है। सारांश के बिना रॉ, टाइमस्टैम्प वाले लॉग बनाए रखकर, यह ओपन-सोर्स टूल असिस्टेंट को सटीक पूर्व निर्णयों और वाक्यांश के विशिष्ट मोड़ों को याद करने में सक्षम बनाता है, जिससे दैनिक उत्पादकता वर्कफ़्लो में निरंतरता में सुधार होता है।
अब क्या करें
- इंजेस्ट प्रक्रिया का परीक्षण करने के लिए GitHub रिपॉजिटरी में क्विकस्टार्ट दस्तावेज़ की समीक्षा करें।
- स्थानीय हार्डवेयर पर मेमोरी सेटअप का मूल्यांकन करने के लिए pytest राउंड-ट्रिप टेस्ट चलाएं।
- संभावित विफलता मोड और डिस्क स्थान आवश्यकताओं को समझने के लिए lessons दस्तावेज़ की जांच करें।
स्रोत: Show HN: Lossless-memory – a personal AI memory that never summarizes (github.com)
Google में Zekai को सबसे पहले देखें
पेड रिमोट काम · व्यक्तिगत उत्पादकता और कार्यकारी सहायकों के लिए एआई
पेड रिमोट AI जॉब्स: व्यक्तिगत उत्पादकता और कार्यकारी सहायकों के लिए एआई
AI कंपनियाँ AI को टेस्ट करने और बेहतर बनाने के लिए विशेषज्ञों को प्रति घंटे भुगतान करती हैं। रिमोट और लचीला। ये पद अभी खुले हैं।
1,533 खुले पद · आज अपडेट किया गया
ऐसे नए पद ईमेल पर पाएँ
हर सुबह एक छोटा ईमेल, आपके देश में खुले नए पदों के साथ। मुफ़्त। कभी भी अनसब्सक्राइब करें।
साप्ताहिक AI ब्रीफ़िंग आपके पेशे के लिए
हफ़्ते में एक ईमेल: AI के वे बदलाव जो सच में आपके पेशे को प्रभावित करते हैं — टूल्स, डील्स और आगे क्या करें।

