Verlustresistiver Dreischicht-Recall ★ Live
Die Faktendensation des aktiven Kontextes behält etwa 100 % der nützlichen Fakten bei, während die allgemeine Kompaktierung nur etwa 40 % beibehält. Die Abrufung von Langzeitgedächtnis ist eine separate, schwierigere Disziplin – öffentlich gemessen.
Eine dreischichtige Recall-Pipeline (L1+L2+L3) rekonstruiert den Kontext auch nach langen Zeitabständen. Zwei unterschiedliche Disziplinen, ehrlich dargelegt. (1) Kompression des AKTIVEN Kontexts: Der Ersatz der generischen Verdichtung durch unsere useful-fact Compression behält bei demselben Kontextfenster etwa 100 % der Fakten bei, verglichen mit nur etwa 40 % bei einer Zusammenfassungs-Kompression – eine Messung der Datenqualität, für die ein reproduzierbarer Benchmark auf unserem öffentlichen Rig finalisiert wird. (2) Retrieval aus dem langfristigen MEMORY – über Quellen und Zeitgültigkeitsfenster hinweg – ist ein schwierigeres Problem, das separat gemessen wird (LoCoMo, LongMemEval); hier sind Zahlen ehrlich, nicht aufgebläht – geringere Token-Kosten, geringere Latenz, nichts Wichtiges verloren.