¿Para qué sirve la memoria en cadenas y chats?

Omar, Eres el mejor profesor de todo Platzi !

Tenemos dos tipos de memoria, la de corto plazo y largo Plazo.

Largo plazo se refiere a la data con la que fue entrenado el modelo. Se puede inlcuir la data que se uso para hacer fine tuning.

Corto plazo viene en el promp y se dividé en dos:

• La primera se obtiene del retriever, de nuestro indice. Es la información que se le da para que nos resuelva las preguntas.
• La segunda es del historial que se a tenido.

🧠 Memoria (Memory)

Por defecto, las Cadenas no tienen estado, lo que significa que tratan cada consulta entrante de forma independiente (como los propios LLM y modelos de chat subyacentes). En algunas aplicaciones, como los chatbots, es esencial recordar interacciones previas, tanto a corto como a largo plazo.
.
LangChain proporciona componentes de memoria de dos formas:
.

1. Gestión y manipulación de mensajes de chat anteriores.
2. Abstracción para la integración a cadenas soportadas por LangChain y personalizadas.

.
La memoria implica mantener un concepto de estado a lo largo de las interacciones de un usuario con un modelo lingüístico, donde las interacciones de un usuario con un modelo lingüístico se capturan en el concepto de ChatMessages, para ingerir, capturar, transformar y extraer conocimiento de una secuencia de mensajes de chat.
.
En general, para cada tipo de memoria hay dos formas de entender el uso de la memoria:
.

1. Funciones independientes que extraen información de una secuencia de mensajes.
2. Forma de utilizar este tipo de memoria en una cadena.