Google apresenta 'framework de sono' para ajudar modelos de IA a reter conhecimento continuamente

Em 30 de outubro de 2026, a Google Research anunciou um novo framework chamado 'Sleep Framework', projetado para ajudar modelos de linguagem grandes (LLMs) a reter conhecimento ao longo do tempo. O framework, introduzido em uma publicação de blog em 27 de outubro de 2026, visa abordar o problema da estagnação do conhecimento em modelos de IA após o lançamento. Modelos atuais frequentemente enfrentam uma 'data de corte de conhecimento', tornando difícil a absorção de novas informações sem a perda de dados previamente aprendidos. A solução se inspira na consolidação da memória humana durante o sono, dividindo a operação do modelo em fases 'desperta' e 'sono'. Durante a fase desperta, os modelos processam a entrada e armazenam informações temporariamente, enquanto a fase de sono permite a integração da memória e o autoaperfeiçoamento. O framework utiliza técnicas como a expansão de parâmetros e a destilação de conhecimento para preservar o conhecimento existente ao mesmo tempo em que integra novos dados. Experimentos demonstraram que o modelo pode lidar com até 10 milhões de tokens de contexto e manter uma queda de desempenho próxima de zero em tarefas de aprendizado contínuo. A pesquisa foi publicada sob o título 'Modelos de Linguagem Precisam de Sono: Aprender a Auto-Modificar e Consolidar Memórias'.