Recuperación de tres capas resistente a pérdidas ★ En vivo
La compresión de hechos del contexto activo retiene un ~100% de los hechos útiles, mientras que la compactación genérica retiene un ~40%. La recuperación de memoria a largo plazo es una disciplina separada y más difícil, medida en benchmarks abiertos.
Un pipeline de recuperación de tres capas (L1+L2+L3) reconstruye el contexto incluso después de largos lapsos. Dos disciplinas distintas, declaradas con transparencia. (1) Compresión del contexto ACTIVO: reemplazar la compactación genérica con nuestra compresión de hechos útiles retiene ~100% de los hechos en la misma ventana de contexto, frente a un ~40% con la compactación estilo resumen; esta es una medición de calidad de datos, y el benchmark reproducible está siendo finalizado en nuestro rig público. (2) La recuperación de la MEMORIA a largo plazo —a través de fuentes y ventanas de validez temporal— es un problema más difícil medido por separado (LoCoMo, LongMemEval); los números allí son honestos, no inflados: menor costo de tokens, menor latencia, nada importante perdido.