Lanjut ke konten
Samkarsa Logbook

MCP v1.0.0-033: Unified 4-Tier Cognitive Memory Engine & Zero-Hallucination Guardrails

Implementasi 4-Tier Cognitive Memory Engine (SEGR, Recency Decay, Invalidation, Dual-Tier Scratchpad) pada VibesChat untuk eliminasi tuntas halusinasi utang & bias jatuh tempo.

1mnt baca

Pembaruan arsitektural ini menuntaskan akar masalah halusinasi kognitif pada VibesChat, di mana sistem sebelumnya mengasumsikan utang usaha fiktif dan memprioritaskan “jatuh tempo” pada komoditas yang seluruhnya dibeli secara tunai (kontan).

Solusi diimplementasikan melalui Unified 4-Tier Cognitive Memory Architecture yang ringan, berpresisi tinggi, dan efisien tanpa over-engineering:

  • Domain Partitioning: Memori tidak lagi diretrieve secara mentah menggunakan ILIKE global. Memori dipartisi ke dalam 4 scope terisolasi: FORMAT, COMMODITY, SUPPLIER, dan GENERAL.
  • Guardrail Finansial Keras: Mencegah memori kualitatif disuntikkan ke dalam query keuangan/likuiditas, dan menolak penyimpanan angka utang/kas sesaat ke dalam memori jangka panjang.

  • Formula Scoring Adaptif: Peringkat memori dihitung secara matematis: Score=(Importance×0.4)+(Similarity×0.4)+(e−0.02×hari×0.2)\text{Score} = (\text{Importance} \times 0.4) + (\text{Similarity} \times 0.4) + (e^{-0.02 \times \text{hari}} \times 0.2)
  • Memori preferensi lama otomatis menyusut bobotnya seiring berjalannya waktu, mencegah insight usang mendominasi respons AI.

  • Automated Superseding: Ketika pemilik toko menyatakan preferensi baru dengan entitas yang sama (misal commodity:beras), sistem secara otomatis menandai record lama sebagai is_active = FALSE dan mencatat relasi superseded_by.
  • Mengeliminasi kontradiksi logika dan hallucination loop secara permanen di tingkat database.

  • Short-Term Context Retention: Menggunakan Redis key TTL 2 jam (scratchpad:{tenant_id}:{user_id}) dengan in-memory fallback.
  • Otomatis mengidentifikasi komoditas aktif (beras), entitas (Toko Beras Adi Rasa Sarleg), dan metode pembayaran (TUNAI / CASH) selama sesi multi-turn berlangsung.
  • Mencegah AI kehilangan konteks atau terdistraksi memori basi di tengah diskusi.

  • Membersihkan record halusinasi (ID 17 & 18) pada blonjo_db.
  • Menambahkan direktif ketat pada System Instruction: jika transaksi berstatus cash atau lunas, dilarang keras berasumsi ada utang atau menghasilkan suggestion chips terkait jatuh tempo.