Relational Memory für LLMs: Drei-Schichten-System modelliert Benutzerbeziehungen

Relational Memory ist ein 500-Zeilen-Python-Prototyp, der beziehungsbewusstes Gedächtnis zu LLMs wie Claude Opus und GPT-4o hinzufügt. Anstatt Fakten über Benutzer zu speichern, modelliert es die Beziehung selbst über sieben psychologische Dimensionen, die aus etablierten Modellen abgeleitet sind.

Wie es funktioniert

Nach jeder Sitzung analysiert eine sekundäre LLM (Claude Haiku) die gesamte Konversation und bewertet die Beziehung in sieben Dimensionen: Formalität, Wärme, Humor, Tiefe, Vertrauen, Energie und Resilienz. Das System verwendet exponentiellen gleitenden Durchschnitt (EMA) für Aktualisierungen, wobei es jüngeren Sitzungen mehr Gewicht gibt, während der historische Kontext erhalten bleibt.

Dreischichtige Gedächtnisstruktur

Alle fünf Sitzungen konsolidiert ein "Schlafzeit-Agent" das Gedächtnis in drei Erzählebenen:

• Grundton: Ein Porträt davon, wer der Benutzer ist (Lebensdauer: Monate)
• Muster: Verhaltensregeln wie "Wenn die KI oberflächlich wird, wehrt sich der Benutzer mit schärferen Fragen" (Lebensdauer: Wochen)
• Ankerpunkte: Wendepunkte, die die Beziehung geprägt haben (langfristige Beibehaltung)

Gedächtnisdateien werden als einfaches Markdown gespeichert, das Benutzer direkt lesen können. Das System vergisst absichtlich Muster, die durch aktuelle Daten nicht gestützt werden, um die Illusion perfekter Erinnerung zu verhindern.

Schlüsselmerkmal: Resilienz-Dimension

Resilienz misst, wie viel ehrliche Reibung die Beziehung aushalten kann. Bei hoher Resilienz wehrt sich die KI, wenn sie nicht zustimmt. Bei niedriger Resilienz formuliert sie Herausforderungen als Fragen. Dadurch weiß die KI nicht nur die Vorlieben des Benutzers, sondern auch, ob sie ihnen sagen kann, dass sie falsch liegen.

Praktische Umsetzung

Installation und Einrichtung:

pip install git+https://github.com/spectator81-png/relational-memory.git
export ANTHROPIC_API_KEY=sk-ant-...
relational-memory --mode flat  # für A/B-Vergleich
relational-memory --provider openai  # für GPT-4o

Das Tool unterstützt sowohl Anthropic- als auch OpenAI-APIs ohne Abhängigkeiten über deren jeweilige SDKs hinaus. Es wurde mit einer Person über sieben Sitzungen getestet und zeigte merkliche Unterschiede in den KI-Antworten zwischen Gedächtnis-aktivierten und Gedächtnis-deaktivierten Modi.

Beispielantworten

Ohne relationales Gedächtnis antwortet die KI, wenn ein Benutzer sagt "Ich fühle mich verloren. Viele Ideen, weiß nicht, welche es wert ist, zu verfolgen", mit generischen Ratschlägen über das Aufschreiben von Ideen und der Auswahl derjenigen mit dem geringsten Widerstand.

Mit aktiviertem relationalem Gedächtnis antwortet die KI: "Das weiß ich über dich. Du denkst nicht in kleinen Kategorien. Aber 'welche es wert ist' könnte die falsche Frage sein. Welche Idee lässt dich nachts nicht in Ruhe?"

Die sieben Beziehungsdimensionen wurden aus sechs etablierten psychologischen Modellen abgeleitet: Interpersonal Circumplex, PRQC, Russell Circumplex und anderen. Vier Dimensionen stammen direkt aus der bestehenden Literatur, eine wurde für den Mensch-KI-Kontext angepasst, und zwei sind neuartig.