Badacze z arXiv przedstawili llm-wiki-memory-template - rezydualne podejście do rozwiązania fundamentalnego problemu w pracy naukowej: utracie cennej wiedzy o nieudanych kierunkach badań, martwych końcach i wycofanych twierdzeniach. Problem jest szczególnie ostry w przypadku agentów kodujących LLM, które nie mają trwałej pamięci pomiędzy sesjami i muszą ponownie odkrywać te same porażki.
Rozwiązaniem jest wstawienie pomiędzy surowe źródła a agenta interaktywnego wiki utrzymywanego przez LLM. System działa na zasadzie append-only - raz dodane informacje nigdy nie są usuwane, co naturalnie preservuje kontekst. Szablon wspiera trzy wymiary współpracy: wieloosobową (wielu ludzi pracujących razem), wieloagentową (różne modele LLM jako uczestników) i wielodomenową (różne obszary badań). Każda oś jest wspierana dedykowanym elementem architektonicznym.
Wdrożenie obejmuje trzy studium przypadku i jeden raport projektowy. W jednym z nich retrospektywny audyt dwuautorskiego projektu wykazał, że wcześniejsze eksperymenty twierdziły o pokryciu 20-z-20, ale faktycznie miały tylko 14 i 12 wyników potwierdzone danymi. Podejście to adresuje stary problem publikacji naukowych - strukturalnie nie mogą one zawierać rezultatów negatywnych, przez co przyszli badacze nie mają dostępu do mapy błędów i ślepych zaułków.