L'IA souffre d'amnésie : panorama des systèmes conçus pour y remédier

Les LLM sont fondamentalement sans mémoire entre les sessions, ce qui limite leur utilité dans des contextes prolongés. L'article recense les principales approches pour corriger ce défaut : RAG, bases de données vectorielles, mémoire épisodique, fenêtres de contexte étendues et agents avec état persistant. Chaque méthode présente des compromis distincts en termes de coût, latence et fidélité de rappel.