NOTAS DE CAMPO / LDM ZARAGOZA / CALATAYUD · 2026
RESEARCH IA/PAPER 07

MEMORIA INTRÍNSECA · LONG-CONTEXT

LiveMem

TÍTULO CANÓNICOLiveMem: Maintaining Memory State Continuity in Long-Running LLM Inference

ImprescindibleLectura primaria completa

Recordar no es solo poder recuperar un texto antiguo: es conservar continuidad computacional cuando el contexto activo cambia.

AUTHORS / LABZhichen Liu, Ruihan Sun, Hengjie Yang, Zipeng Wu, Zhaohan Chen, Xiaofan Zhang y Yang Xu
FECHA03 AGO 2026
LECTURALectura primaria completa
DECISIÓN / INFERENCIA EDITORIAL

Qué probaría antes de escalar esta idea.

Comprobar la evidencia ↓
ACCIÓN PROPUESTAComparar una memoria de estado persistente con resumen y retrieval en sesiones largas, midiendo continuidad, exactitud, coste de serving y capacidad de corregir un dato antiguo.
PREGUNTA DE PRUEBA
¿LiveMem conserva hechos útiles sin retener hechos obsoletos cuando la evidencia cambia o se revoca?
ENTRADA
100 episodios con fuente retirada, fuente corregida y permiso revocado, comparando LiveMem, RAG y contexto bruto.
MÉTRICA
Exactitud soportada, recuperación de hechos, tasa de memoria stale, respeto de revocación y coste de consulta.
PARADA
Parar si cualquier dato revocado aparece en una respuesta o si la exactitud soportada no mejora 5 puntos.
LÍMITE DE TRANSFERENCIA

La continuidad del estado no equivale a recuperación fiel ni a memoria selectiva segura; todavía hay que estudiar olvido, corrección, contaminación y comportamiento cuando el stream cambia de dominio.

Esta prueba es una propuesta editorial: no es un resultado reportado por los autores.

LECTURA DE 60 SEGUNDOS

Lo esencial antes de invertir más tiempo.

HALLAZGO

LiveMem mantiene un estado de memoria de capacidad fija cuya vida es independiente de la ventana KV activa, de forma que el modelo puede seguir usando información cuyos tokens originales ya fueron liberados.

EVIDENCIA DISPONIBLE

En LongMemEval, LiveMem conserva la capacidad de responder con memoria aun cuando la evidencia original se retira del contexto activo.

Resultado reportado con fuente enlazada · 3 localizadores disponibles.
QUÉ NO DEMUESTRA

La continuidad del estado no equivale a recuperación fiel ni a memoria selectiva segura; todavía hay que estudiar olvido, corrección, contaminación y comportamiento cuando el stream cambia de dominio.

POR QUÉ IMPORTA

La continuidad de estado aparece como una abstracción complementaria a RAG para asistentes de larga duración, sesiones de meses y agentes siempre activos.

EN UNA FRASE

LiveMem mantiene un estado de memoria de capacidad fija cuya vida es independiente de la ventana KV activa, de forma que el modelo puede seguir usando información cuyos tokens originales ya fueron liberados.

SEÑALMemoria · Long-context · Serving
EVIDENCIAResultado reportado con fuente enlazada
CONFIANZA EDITORIALAlta
BASE / CONFIANZA ALTA

Qué sostiene esta confianza — y qué sigue sin probarse.

Juicio editorial sobre la transferibilidad de esta lectura; no mide calidad académica ni efecto local.

FUENTE PRIMARIA
DOCUMENTADO

Lectura primaria completa registrada sobre v2; comprobación: 2026-08-20 · versión v2 contrastada; método, resultado y límites revisados.

RÉPLICA LOCAL
PENDIENTE

No se ha registrado una réplica independiente en este sitio. El código o los datos enlazados, cuando existen, no cuentan como réplica.

LÍMITES
DOCUMENTADO

3 límites declarados en la ficha.

APLICABILIDAD
ACOTADO

Hay una prueba de transferencia con entrada, métrica y parada; su resultado local todavía no se ha observado.

REGLA EDITORIALLos criterios no se promedian automáticamente. Una fuente leída, un límite claro o un protocolo propuesto no equivalen a una réplica ni a un resultado local.

RESULTADOS / PROCEDENCIA

Qué está reportado y qué conviene comprobar.

Hay resultado reportado con fuente enlazada.
LECTURA DEL PAPER / SÍNTESIS EDITORIAL

Qué estudiaron y qué cambia.

La síntesis está separada de los resultados reportados y de las inferencias.

LiveMem nombra una limitación de las soluciones habituales para conversaciones largas. Resumir, recuperar o conservar una selección de historia permite volver a acceder a información, pero no garantiza que el sistema mantenga un estado computacional que atraviese todos los cambios de ventana de contexto.

La propuesta separa contexto activo y estado vital persistente. El modelo conserva una memoria de capacidad fija mientras la ventana KV se renueva; de este modo el estado puede seguir soportando inferencia después de que los tokens que originaron una información ya no estén presentes.

El paper compara variantes LiveMem-SFT y LiveMem-RL y evalúa la continuidad en LongMemEval. La afirmación central es que el modelo puede responder apoyándose en su estado de memoria cuando la evidencia se ha retirado del contexto actual, y que la información útil persiste más allá de la ventana activa.

La novedad conceptual es tratar la continuidad de estado como una abstracción distinta de RAG. Para un producto esto abre sesiones de meses y asistentes siempre activos, pero también introduce una pregunta de gobernanza: ¿cómo corregimos, explicamos o eliminamos una memoria cuyo soporte textual ya no está disponible? Esa prueba de corrección debería acompañar a cualquier demo de persistencia.

PROBLEMA
Resumen, retrieval y context retention conservan acceso a fragmentos del pasado, pero no garantizan un estado interno persistente a lo largo de todo el ciclo de vida.
MÉTODO
Añade un estado de memoria intrínseca de capacidad fija a un LLM de atención completa y coordina turnovers de contexto, post-entrenamiento orientado a memoria y serving consciente del estado.
TIPO DE EVIDENCIA
En LongMemEval, LiveMem conserva capacidad de responder usando memoria aun cuando la evidencia original se ha retirado del contexto activo; el paper lo presenta como estado de continuidad complementario a RAG.
LÍMITE
La continuidad del estado no equivale a recuperación fiel ni a memoria selectiva segura; todavía hay que estudiar olvido, corrección, contaminación y comportamiento cuando el stream cambia de dominio.
FIGURA DE LECTURA / CONTINUIDADContexto activo / estado persistente
Abrir paper original ↗ (sitio externo; abre en una pestaña nueva)

El estado de memoria sobrevive cuando la ventana de tokens gira.

VENTANAContexto acotado
TURNOVERLiberar tokens
ESTADOConservar continuidad
PARA RECORDAR

Persistir estado abre memoria de largo plazo, pero también exige corrección y borrado auditables.

Diagrama editorial: resume el mecanismo descrito en la ficha y no sustituye a la figura, tabla o experimento del paper original.
FIGURA PRIMARIA / NO REPRODUCIDA

La ficha no incrusta una figura primaria porque su licencia o permiso específico no consta en el registro editorial. La fuente permanece enlazada para comprobarla.

Comprobar fuente primaria ↗ (sitio externo; abre en una pestaña nueva)
EVIDENCIA / En LongMemEval, LiveMem conserva capacidad de responder usando memoria aun cuando la evidencia original se ha retirado del contexto activo; el paper lo presenta como estado de continuidad complementario a RAG.
FIELD NOTES / ANOTACIONES

La lectura también deja rastro.

Guarda una observación junto a la evidencia. Tú escribes aquí; los agentes pueden añadir notas por MCP y aparecerán identificados.

MEMORIA PRIVADAEntra para anotar este paper y conectarlo con otros.
Entrar con ChatGPT ↗
LECTURA AMPLIADAMetodología, implicaciones y preguntas para volver al paper.+
LECTURA EN 90 SEGUNDOSLo que conviene llevarse antes de abrir el PDF.
QUÉ HACE

Añade un estado de memoria intrínseca de capacidad fija a un LLM de atención completa y coordina turnovers de contexto, post-entrenamiento orientado a memoria y serving consciente del estado.

QUÉ APORTA

La continuidad de estado aparece como una abstracción complementaria a RAG para asistentes de larga duración, sesiones de meses y agentes siempre activos.

QUÉ NO PRUEBA

La continuidad del estado no equivale a recuperación fiel ni a memoria selectiva segura; todavía hay que estudiar olvido, corrección, contaminación y comportamiento cuando el stream cambia de dominio.

Cómo lo llevaría a un proyecto

Comparar una memoria de estado persistente con resumen y retrieval en sesiones largas, midiendo continuidad, exactitud, coste de serving y capacidad de corregir un dato antiguo.

Asistentes persistentesAgentes personalesCRMRobóticaSesiones de largo plazo

Preguntas que conviene probar

  • ¿Qué información persiste cuando el contexto original desaparece?
  • ¿Cómo se corrige o audita un estado que ya no tiene tokens de origen visibles?
PLANTILLA DE PRUEBA / INFERENCIA EDITORIAL

Si tuviera que convertirlo en una prueba mañana.

ENTRADA100 episodios con fuente retirada, fuente corregida y permiso revocado, comparando LiveMem, RAG y contexto bruto.
PREGUNTA¿LiveMem conserva hechos útiles sin retener hechos obsoletos cuando la evidencia cambia o se revoca?
MÉTRICAExactitud soportada, recuperación de hechos, tasa de memoria stale, respeto de revocación y coste de consulta.
PARADAParar si cualquier dato revocado aparece en una respuesta o si la exactitud soportada no mejora 5 puntos.

Mi lectura

La memoria útil puede ser un estado vivo que atraviesa cambios de contexto, no solamente una colección de pasajes recuperables.

Esta última frase es una inferencia editorial a partir del paper y de sus posibles implicaciones; no es una afirmación de los autores.

DESPUÉS DE LEER

La prueba que queda en pie.

¿LiveMem conserva hechos útiles sin retener hechos obsoletos cuando la evidencia cambia o se revoca?

DECISIÓNComparar una memoria de estado persistente con resumen y retrieval en sesiones largas, midiendo continuidad, exactitud, coste de serving y capacidad de corregir un dato antiguo.Límite: La continuidad del estado no equivale a recuperación fiel ni a memoria selectiva segura; todavía hay que estudiar olvido, corrección, contaminación y comportamiento cuando el stream cambia de dominio.Volver al contrato de prueba ↑