Alors que les LLM continuent d'évoluer, ils ont encore des difficultés avec la mémoire. La startup Mem0 travaille à changer cela en construisant la couche de mémoire pour les agents IA. Dans cet épisode de Founder Firesides, Nicolas Dessaigne de YC s'est entretenu avec les co-fondateurs Taranjeet Singh et Deshraj Yadav pour discuter de la nécessité d'une mémoire persistante pour que les agents s'améliorent avec le temps, de la manière dont Mem0 réduit les coûts et la latence par rapport au remplissage de contexte natif, et pourquoi la mémoire doit rester neutre entre les modèles à mesure que l'IA devient plus axée sur les agents.
Chapitres :
00:05 Qu'est-ce que Mem0 ?
00:49 Traction et adoption open source
01:24 Pourquoi la mémoire améliore les agents IA
02:01 Économiser sur les coûts et la latence
02:31 Origines des fondateurs et pivot de YC
05:13 Comment Mem0 fonctionne en coulisses
06:04 Architecture de mémoire hybride
07:10 Règles et attentes de mémoire personnalisées
08:00 Cas d'utilisation dans le monde réel
10:05 Concurrencer avec la mémoire native des modèles
11:48 Levée de fonds et prochaines étapes