Riset Terbaru Anthropic: Claude Belajar 'Mimpi' untuk Rapikan Memori AI
Anthropic menguji metode 'dreaming' agar Claude bisa mengevaluasi kesalahan dan menyusun memori saat jeda komputasi, mendongkrak efisiensi tugas bisnis.
Foto: Interesting Engineering (Dokumentasi editorial)
Poin penting
- Metode dreaming memungkinkan Claude menyaring dan memvalidasi riwayat interaksi selama masa jeda sistem.
- Memori ringkas terbukti meningkatkan keberhasilan navigasi gim Pokémon Red dibanding pencatatan berlebihan.
- Studi pada 350.000 dokumen korporat menunjukkan akurasi jawaban Claude melonjak drastis hingga 48 persen.
Anthropic memublikasikan riset eksperimental terkait konsolidasi memori pada model bahasa Claude. Riset ini memperkenalkan metode dreaming, proses saat agen AI meninjau ulang catatan lampau pada masa tidak aktif untuk membersihkan kesalahan data.
Agen AI merupakan perangkat lunak otonom yang mampu menjalankan rangkaian tugas mandiri. Sebagaimana dilaporkan Interesting Engineering, pendekatan dreaming ini meniru cara kerja otak manusia yang merapikan ingatan saat tidur agar kinerja komputasi selanjutnya lebih efektif.
Memori Selektif Lebih Unggul dari Dokumentasi Masif
Dalam eksperimen navigasi gim Pokémon Red, Anthropic mengadu dua model untuk menguji efisiensi penyimpanan memori setelah sekitar 10.000 langkah. Model Sonnet 3.7 mencatat hampir seluruh detail hingga menghasilkan 413 berkas senilai 978.000 karakter, namun hanya mengantongi satu lencana gim.
Sebaliknya, Claude Fable 5 hanya menyimpan 10 berkas strategis berukuran sekitar 43.400 karakter dan berhasil mengumpulkan empat lencana. Pendekatan selektif ini membuktikan bahwa menimbun seluruh riwayat justru menurunkan performa penalaran mesin.
Metode dreaming juga membantu Claude mengoreksi disinformasi rute di Mt. Moon secara offline. Dengan membandingkan memori ringkas terhadap transkrip asli, Claude memperbaiki catatan navigasinya hingga sukses menuntaskan rute menuju Cerulean City.
Mengubah Ratusan Ribu Dokumen Menjadi Basis Pengetahuan
Selain navigasi gim, Anthropic menguji proses ini pada sekitar 350.000 dokumen internal milik perusahaan perangkat lunak Stainless. Kumpulan berkas tersebut memuat sekitar 420 juta token data korporat.
Selama 128 sesi pemrosesan, Claude menyusun basis pengetahuan internal serupa ensiklopedia terhubung. Akurasi Claude dalam menjawab 25 pertanyaan evaluasi tercatat melonjak signifikan, dari 13 persen menjadi 48 persen.
Pada uji coba dokumen merger, penggunaan basis data hasil sintesis mandiri ini mencapai akurasi 87 persen. Angka tersebut melampaui metode pencarian dokumen langsung konvensional yang meraih akurasi 73 persen.
Apa Artinya bagi Pelaku Usaha
Temuan Anthropic ini relevan bagi direktur teknologi dan pengelola operasional yang tengah mengintegrasikan agen AI ke sistem kerja internal. Menjejali konteks AI dengan seluruh riwayat obrolan atau data mentah terbukti memicu pemborosan token sekaligus memperbesar risiko galat operasional.
Pelaku usaha di Indonesia disarankan mulai merancang alur kurasi data berkala pada infrastruktur AI yang dimiliki. Jadwalkan proses konsolidasi informasi pada jam operasional rendah guna memverifikasi catatan transaksi, tiket layanan pelanggan, atau dokumen legal penting secara otomatis.
Langkah mitigasi ini membantu perusahaan menjaga akurasi respons sistem AI tanpa membebani anggaran komputasi. Efisiensi memori yang terstruktur memastikan otomatisasi proses bisnis berskala besar berjalan konsisten dalam jangka panjang.
- Interesting Engineering: Can Claude dream now? Anthropic’s latest experiment gets eerily close to human thinking
Lihat hasil pemeriksaan (9 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Riset terbaru Anthropic menguji metode 'dreaming' agar Claude bisa mengevaluasi dan merapikan memori saat masa jeda atau tidak aktif. | Didukung | “Anthropic is exploring a process called dreaming, which lets Claude review and reorganize memories between sessions.” Interesting Engineering menyatakan Anthropic mengeksplorasi proses dreaming agar Claude dapat meninjau dan menata ulang memori di antara sesi atau masa tidak aktif. |
| Metode dreaming terinspirasi dari cara otak manusia mengonsolidasikan memori saat tidur. | Didukung | “The process draws inspiration from how human brains consolidate memories during sleep.” Interesting Engineering menyebut proses ini terinspirasi dari konsolidasi memori otak manusia saat tidur. |
| Dalam uji coba Pokémon Red setelah sekitar 10.000 langkah, Sonnet 3.7 mencatat 413 berkas di 225 folder dengan hampir 978.000 karakter tetapi hanya meraih satu lencana. | Didukung | “Its memory directory contained 413 files across 225 folders, totaling nearly 978,000 characters. Despite maintaining this enormous record, the model earned just one badge.” Interesting Engineering memerinci hasil pengujian model Sonnet 3.7. |
| Claude Fable 5 hanya menyimpan 10 berkas di tiga lokasi dengan sekitar 43.400 karakter dan berhasil meraih empat lencana. | Didukung | “It maintained only 10 files across three locations, using approximately 43,400 characters. The model earned four badges during its run.” Interesting Engineering memaparkan performa Claude Fable 5. |
| Claude salah mencatat lokasi Pokémon Center di dekat Mt. Moon sehingga berulang kali melompati tebing satu arah dan kembali ke rute sebelumnya. | Didukung | “Claude incorrectly recorded the location of a Pokémon Center near Mt. Moon. The mistake caused it to misunderstand its position after leaving the building. It repeatedly walked over a one-way ledge” Interesting Engineering menguraikan kesalahan rute Claude di dekat Mt. Moon. |
| Melalui peninjauan offline, Claude membandingkan catatan dengan transkrip asli, membetulkan lokasi, kembali memasuki Mt. Moon, dan mencapai Cerulean City. | Didukung | “Claude compared its stored notes against the original session transcript and identified the incorrect location. It then updated the memory file with the correct information. With that correction, Cl” Interesting Engineering menjelaskan proses evaluasi catatan terhadap transkrip hingga sampai di Cerulean City. |
| Anthropic menguji pembuatan wiki pada sekitar 350.000 dokumen internal Stainless berisi sekitar 420 juta token. | Didukung | “One experiment involved approximately 350,000 internal documents from software company Stainless. The collection contained roughly 420 million tokens.” Interesting Engineering mencatat pengujian pada dokumen Stainless. |
| Dalam 128 sesi, akurasi Claude menjawab 25 pertanyaan evaluasi meningkat dari 13 persen menjadi 48 persen. | Didukung | “Across 128 sessions, Claude gradually developed and refined a wiki using information from those documents. Its performance on 25 evaluation questions improved from 13 percent to 48 percent.” Interesting Engineering melaporkan peningkatan skor evaluasi dari 13 persen ke 48 persen. |
| Pada eksperimen dokumen merger, akurasi Claude menggunakan wiki mencapai 87 persen, berbanding 73 persen dengan pencarian dokumen langsung. | Didukung | “Claude answered questions requiring information from multiple documents with 87 percent accuracy using its wiki. Direct document search alone achieved 73 percent.” Interesting Engineering menulis perbandingan akurasi 87 persen melawan 73 persen. |
Video AI terbaru
How Siemens Accelerates Production Planning and Quality Control With NVIDIA AI
