मेमोरा एक नीति-संचालित एक्सट्रैक्टर भी पेश करता है, जो एक समय में शीर्ष-के शब्दार्थ समान वस्तुओं को वापस करने के बजाय, अपनी क्वेरी को पुनरावृत्त रूप से परिष्कृत करता है, संबंधित लेकिन असमान यादों की पहचान करने के लिए सिग्नल एंकर के साथ विस्तार करता है, और यह तय करता है कि कब रुकना है।
ग्रेहाउंड रिसर्च के प्रमुख विश्लेषक संचित वीर गोगिया ने कहा, “वर्तमान एजेंट मेमोरी में सबसे गहरा दोष यह है कि यह पुनर्प्राप्ति को मेमोरी समझने में गलती करता है। वेक्टर स्टोरेज प्रासंगिक दिखने वाले टेक्स्ट को ढूंढने में उत्कृष्टता प्राप्त करता है। एक एंटरप्राइज़ एजेंट को समानता से अधिक की आवश्यकता होती है। उसे यह जानने की जरूरत है कि क्या बदल गया है, क्या अभी भी प्रासंगिक है, और वर्तमान कार्य में क्या कभी नहीं कहा जाना चाहिए।”
गोगिया ने कहा, मेमोरा वास्तव में दिलचस्प है क्योंकि यह इस तरह के शॉर्टकट से इनकार करता है। यह किसी मेमोरी के समृद्ध विवरण को उसे पुनः प्राप्त करने के लिए उपयोग किए जाने वाले डिस्क्रिप्टर से अलग करता है, सभी सामग्री को बरकरार रखते हुए एक स्थिर अमूर्तता और सिग्नल एंकर के सेट को अनुक्रमित करता है। उन्होंने आगे कहा, खोज तब एक आशापूर्ण अनुमान के बजाय नेविगेशन का कार्य बन जाती है, क्योंकि सिस्टम बार-बार पूछताछ करता है, खोज का विस्तार करता है या पर्याप्त होने पर बंद कर देता है।
