Skip to main content
Automaziot AI logo
  • Home
  • Blog
  • About
  • Contact
(646) 760-4854Book a Free Consultation
Automaziot AI - AI Automation and Intelligent Agents for Business

AI Automation Experts. We help businesses streamline operations and scale faster with intelligent agents and workflow automation.

USA(646) 760-4854IL+972-3-7630715info@automaziot.ai
Ahad Ha'Am 9, Tel Aviv, Shalom Tower

Quick Links

  • Home
  • About
  • Contact
  • Case Studies
  • Glossary

Our Solutions

  • Lead Management
  • WhatsApp AI Agent
  • Business Automation
  • Smart CRM
  • Automated Scheduling
  • Sales & Support
  • WhatsApp Commerce
  • AI Agents
  • Tech Consulting

Stay Updated

Get the latest insights on AI automation delivered to your inbox.

FacebookInstagramLinkedIn

This site uses Google Analytics and Vercel Analytics to improve your experience. For full details, see our Privacy Policy

© 2026 Automaziot AI. All rights reserved.

Privacy PolicyTerms of ServiceAccessibilityEditorial Policy
Aeon: זיכרון נוירו-סימבולי מהיר ל-LLM
Aeon: ניהול זיכרון נוירו-סימבולי מהיר לסוכני LLM
ביתחדשותAeon: ניהול זיכרון נוירו-סימבולי מהיר לסוכני LLM
מחקר

Aeon: ניהול זיכרון נוירו-סימבולי מהיר לסוכני LLM

מערכת חדשה פותרת בעיות זיכרון במודלים גדולים של שפה ומבטיחה מהירות תת-מילישנייה

אייל יעקבי מילראייל יעקבי מילר
23 בינואר 2026
2 דקות קריאה

תגיות

AeonAtlasSLBLLMs

נושאים קשורים

#מודלים גדולים של שפה#ניהול זיכרון AI#RAG מתקדם#סוכנים אוטונומיים#נוירו-סימבולי

✨תקציר מנהלים

Key Takeaways

  • Aeon משלבת ארמון זיכרון וגרף אפיזודי לזיכרון מבני.

  • SLB מספק אחזור תת-מילישני בעומסי שיחה.

  • משפרת סוכנים אוטונומיים על ידי שמירה על עקביות מצב.

Aeon: ניהול זיכרון נוירו-סימבולי מהיר לסוכני LLM

  • Aeon משלבת ארמון זיכרון וגרף אפיזודי לזיכרון מבני.
  • SLB מספק אחזור תת-מילישני בעומסי שיחה.
  • משפרת סוכנים אוטונומיים על ידי שמירה על עקביות מצב.

בעידן שבו מודלים גדולים של שפה (LLM) מתמודדים עם מגבלות חישוביות כבדות בגלל מנגנון תשומת לב עצמית ריבועי ותופעת 'אבוד באמצע', שבה יכולות החשיבה נשחקות עם הרחבת חלון ההקשר, מגיעה Aeon לשנות את חוקי המשחק. Aeon היא מערכת הפעלה קוגניטיבית נוירו-סימבולית שמגדירה מחדש את הזיכרון כמשאב מנוהל כמו במערכת הפעלה. החוקרים מציגים פתרון חדשני לבעיות זיכרון ארוכות טווח בסוכנים אוטונומיים מבוססי LLM.

Aeon מבנה את הזיכרון בשתי רכיבים מרכזיים: ארמון הזיכרון (Memory Palace), שהוא מדד מרחבי המיושם דרך Atlas – מדד וקטורי מואץ SIMD עם אשכולות דפים המשלב ניווט גרף עולמות קטנים עם מבנה B+ Tree לשיפור יעילות הדיסק. לצדו, Trace – גרף אפיזודי נוירו-סימבולי ששומר על רצף זמני והיררכי. פתרונות קיימים כמו ארכיטקטורות Flat RAG, המסתמכות על מאגרי וקטורים, נכשלים בלכידת מבנה היררכי וזמני, מה שמוביל ל'ערפל וקטורי' – אחזור עובדות מנותקות.

החידוש הגדול ביותר הוא Semantic Lookaside Buffer (SLB), מנגנון מטמון חזאי שמנצל מקומיות שיחתית להשגת זמני אחזור תת-מילישניים. בניסויים, Aeon משיגה זמן אחזור של פחות מ-1 מילישנייה בעומסי שיחה, תוך שמירה על עקביות מצב דרך גשר C++/Python ללא העתקה. זה מאפשר זיכרון מתמשך ומבני לסוכנים אוטונומיים.

בהשוואה לפתרונות קיימים, Aeon מציעה יתרון משמעותי בכך שהיא מטפלת במבנה הזיכרון כמשאב דינמי, ולא כשק אמבדינגס סטטי. זה רלוונטי במיוחד לעסקים ישראליים המפתחים סוכנים אוטונומיים, שם יעילות הזיכרון קובעת את ההצלחה ביישומי AI ארוכי טווח כמו שירות לקוחות או ניתוח נתונים.

למנהלי עסקים ומהנדסי AI, Aeon פותחת אפשרויות חדשות לבניית סוכנים חכמים יותר ששומרים על הקשר לאורך זמן. כדאי לעקוב אחר הפיתוח הזה, שכן הוא מבטיח לשפר ביצועים ביישומים אמיתיים. מה תהיה ההשפעה על שוק ה-AI?

שאלות ותשובות

FAQ

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

Your information will only be used to contact you and deliver our services. For details, see our Privacy Policy and Terms of Service

עוד כתבות שיעניינו אותך

לכל הכתבות
TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק
מחקר
Feb 23, 2026
6 min

TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק

**TierMem הוא מנגנון זיכרון דו-שכבתי לסוכנים ארוכי טווח שמחליט בזמן המענה אם מספיק להסתמך על סיכום מהיר או שצריך להסלים ללוגים גולמיים כדי להביא ראיות מאומתות. לפי המאמר (arXiv:2602.17913v1), ב-LoCoMo השיטה הגיעה לדיוק 0.851 לעומת 0.873 ב-raw-only, תוך חיסכון של 54.1% בטוקנים ו-60.7% בהשהיה.** עבור עסקים בישראל שמפעילים שיחה רציפה ב-WhatsApp Business API ומנהלים לקוחות ב-Zoho CRM, המשמעות היא ניהול סיכונים: סיכומים לבד עלולים להשמיט “תנאי קריטי” (מחיר, הסכמה, רגישות רפואית), ולכן כדאי לבנות דרך N8N שכבת לוגים בלתי ניתנים לשינוי וכללי הסלמה לשאילתות רגישות. כך מצמצמים עלות ותורמים לעקיבות פנימית.

arXivTierMemLoCoMo
Read more
NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות
מחקר
Feb 23, 2026
6 min

NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות

**NL2LOGIC היא מסגרת שמתרגמת טקסט לשפה טבעית ללוגיקה מסדר ראשון (FOL) דרך עץ תחביר מופשט (AST), כך שהפלט עומד בכללי דקדוק וניתן להרצה בסולברים. לפי המאמר, היא מגיעה ל‑99% דיוק תחבירי ומשפרת נכונות סמנטית עד 30% בבנצ’מרקים כמו FOLIO ו‑ProofWriter.** לעסקים בישראל זה חשוב במיוחד בתהליכים שבהם “צריך להכריע” ולא רק “לנסח”: החזרים, חריגי שירות, תנאי חוזה, ניגוד עניינים במשרדי עורכי דין או סיווג פניות בביטוח ונדל"ן. שילוב עם WhatsApp Business API, N8N ו‑Zoho CRM מאפשר לקלוט פנייה, להפעיל כללים פורמליים, להחזיר החלטה מוסברת, ולתעד אותה ב‑CRM לצורכי בקרה וציות (כולל עקרונות חוק הגנת הפרטיות).

arXivNL2LOGICAST
Read more
Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM
מחקר
Feb 23, 2026
6 min

Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM

**Lang2Act הוא מנגנון VRAG שבו מודל ראייה-שפה (VLM) מייצר בעצמו “פעולות” כשרשראות לשוניות, ואז משתמש בהן ככלים כדי לשפר תפיסה חזותית והסקה. לפי המאמר arXiv:2602.13235v1, הגישה מצמצמת איבוד מידע שנוצר בזרימות עבודה שמפרידות בין תפיסה להיגיון (למשל אחרי crop), ומשיגה שיפור של יותר מ‑4% בתוצאות הניסויים.** לעסקים בישראל זה רלוונטי במיוחד בתהליכים שמבוססים על תמונות ב-WhatsApp: צילומי מסך של תקלות, מסמכים, ותמונות מוצר. במקום להסתמך על כלי חיתוך/OCR קשיחים שמאבדים הקשר, כדאי לבנות פיילוט שבו כל שלבי התפיסה מתועדים, מחוברים ל-Zoho CRM, ומופעלים דרך N8N — עם מדיניות פרטיות ברורה (למשל שמירת תמונות ל-30 יום).

arXivLang2ActNEUIR
Read more
מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני
מחקר
Feb 23, 2026
6 min

מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני

מענה לשאלות רפואיות תלוי-מצב הוא מצב שבו אותה שאלה מקבלת תשובה שונה לפי תנאי המטופל—קומורבידיות, אלרגיות או התוויות-נגד. במאמר arXiv:2602.17911v1 מוצגים CondMedQA (בנצ׳מרק חדש שמודד היסק מותנה) ו-Condition-Gated Reasoning (CGR), שמפעיל/גוזם מסלולי היסק בגרף ידע לפי תנאי השאלה כדי לבחור תשובה ישימה יותר. לעסקים בישראל שמפתחים כלי טריאז׳, טלה-רפואה או שירות במוקדי אחיות, המשמעות היא שינוי מדידה: לא “דיוק ממוצע”, אלא דיוק במקרי קצה. פרקטית, אפשר לשלב איסוף תנאים ב-WhatsApp Business API, לשמור שדות ב-Zoho CRM, ולהפעיל ב-N8N “שער תנאים” שמנתב מקרים מסוכנים לגורם אנושי ומייצר לוגים לאודיט.

arXivCondMedQACondition-Gated Reasoning
Read more