---
title: "Sadece Hafızanıza Güvenmeyin: Kanıt Bağlantılı Hafıza, LLM Ajanlarında Hafıza Kaynaklı Performans Düşüşünü Azaltıyor"
url: https://blog.edumints.com/sadece-hafizaniza-guvenmeyin-kanit-baglantili-hafiza-llm-ajanlarinda
category: "LLM"
date: 2026-11-11T15:05:56.065Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hugging Face Papers"
source_url: https://huggingface.co/papers/2611.14320
---

# Sadece Hafızanıza Güvenmeyin: Kanıt Bağlantılı Hafıza, LLM Ajanlarında Hafıza Kaynaklı Performans Düşüşünü Azaltıyor

## LLM Ajanlarında Hafıza Paradoksu ve Performans Düşüşü

Harici hafıza sistemleri, Büyük Dil Modeli (LLM) ajanlarının geçmiş görev yörüngelerini (trajectories) yeni görevler için özlü derslere dönüştürerek deneyimlerinden öğrenmesini sağlar. Ancak bu mekanizma, **hafıza kaynaklı performans düşüşü (memory-induced degradation)** adı verilen kritik bir sorunu da beraberinde getirir. Ajan, hiçbir hafıza desteği olmadan kolayca çözebileceği bir görevde, sırf geçmişten çıkardığı hatalı bir dersi takip ettiği veya geçerli bir dersi yanlış yorumlayıp yanlış uyguladığı için başarısız olabilir.

Bu sorunun temel nedeni, derslerin yalnızca görev başarısı veya başarısızlığı ile etiketlenmiş yörüngelerden çıkarılması, ancak ajana sunulurken türetildikleri orijinal yörüngelerden kopuk şekilde verilmesidir. Bağlamından koparılmış özet kurallar, ajanın bu derslerin doğruluğunu teyit etme şansını ortadan kaldırır.

## Çözüm: WikiTrace ve Kanıt Bağlantılı Hafıza

Bu problemi çözmek için geliştirilen **WikiTrace**, ajanların her bir dersi orijinal görev yörüngesiyle karşılaştırarak doğrulamasına olanak tanıyan kanıt bağlantılı (evidence-linked) bir hafıza sistemidir. Hatalı bir dersi yakalamak için gereken kanıtın çoğunlukla orijinal yörüngenin içinde hâlâ mevcut olduğu bulgusundan yola çıkan WikiTrace, hafızayı üç katmanlı bir bağlantılı yapıda saklar:

- **Özlü İçgörü (Concise Insight):** Geçmiş görevden çıkarılan kısa ve uygulanabilir ders.
- **Yörünge Özeti:** İlgili görev yörüngesinin neden başarılı veya başarısız olduğuna dair nedensel özet.
- **Ham Yörünge (Raw Trajectory):** Görev sırasında gerçekleşen tüm adımların ve çıktılarının ham kaydı.

Yeni bir görev başladığında ajan tüm içgörülerle yola çıkar. Ancak bir içgörü eyleme geçmek için yeterli detay içermediğinde, başka bir içgörüyle çeliştiğinde veya başarısız bir görevden türetildiğinde ajan körü körüne hareket etmez. Bunun yerine terminal araçlarını kullanarak bağlantılar üzerinden alt katmanlara iner, eksik detayları tamamlar veya eyleme geçmeden önce hatalı içgörüyü düzeltir.

## Doğrulama ve Yazılım Geliştirme İçin Pratik Çıkarımlar

Beş farklı ajantik kıyaslama (benchmark) üzerinde doğrulanan WikiTrace, hem mevcut hafıza yaklaşımlarını hem de yalnızca ham içgörülerin verildiği temel modelleri istikrarlı bir şekilde geride bırakırken hafıza kaynaklı performans düşüşünü de önemli ölçüde azaltmaktadır. Açık kaynaklı kodlarına `https://github.com/yukyeongleee/wikitrace` adresinden ulaşılabilen bu çalışma, **Production'da Agent Güvenilirliği**, **Agent Monitoring ve Debugging** ile **Tool Calling ve Multi-Step Agent'lar** konularında çalışan geliştiriciler için kritik dersler barındırır:

- **Özetleri Ham Loglarla İlişkilendirin:** Üretim ortamındaki ajanlarınıza geçmiş deneyimlerden sadece tek cümlelik kurallar (prompt/bellek enjeksiyonu) vermek yerine, bu kuralları kaynak loglara (`trace ID`) bağlayın.
- **Çelişki ve Belirsizlik Kontrolü Ekleyin:** Ajan mimarinize, bellekten gelen iki kural çeliştiğinde veya başarısız bir geçmiş görevden geldiğinde ham iz kayıtlarını (traces) sorgulayacak bir doğrulama aracı (tool) tanımlayın.
- **Öğrenme Sürecinde Bağlamı Koruyun:** Tıpkı yazılım mühendisliğinde bir hatanın (bug) sadece çözüm notunu değil, stack trace ve commit geçmişini incelemek gerektiği gibi, LLM ajanlarının da "neden" sorusunu doğrulayabileceği kanıt zincirlerine ihtiyacı vardır.

---

**Kaynak:** Hugging Face Papers (https://huggingface.co/papers/2611.14320)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/sadece-hafizaniza-guvenmeyin-kanit-baglantili-hafiza-llm-ajanlarinda