El símplex redujo un 44% el tráfico de memoria por token

Qué aportaron el estiramiento de direcciones y el símplex

Lo llamativo no es la geometría por sí misma, sino un resultado concreto: en el experimento descrito, un símplex 4D necesita cinco accesos a celdas frente a los nueve de un cubo 2D. El tráfico por token baja de unos 111 KB a 61 KB, una reducción del 44%.

En el momento de la discusión, la fuente primaria de estas cifras era un mensaje del autor del experimento en una comunidad técnica de Telegram. No se trata de un benchmark publicado ni de un trabajo de investigación concluido; por tanto, los resultados deben leerse como el informe de un prototipo actual y no como una propiedad universal de la memoria símplex.

La primera optimización es aún más simple: las direcciones de lectura y escritura se multiplican por un mismo factor, ampliando el espacio de direcciones disponible. Para 1.024 pares, la métrica original estaba entre 0,69 y 0,73; con estiramiento y γ = 2, subió a 0,998–0,999. Para 4.095 pares, pasó de 0,04–0,05 a 0,94–0,95 con γ = 4.

Según el autor, este estiramiento no aumenta el trabajo computacional. El precio se paga en memoria, porque se necesitan más celdas. No es una optimización gratuita para todo el sistema, sino un intercambio entre capacidad física y una distribución de direcciones más favorable.

La sustitución del cubo por un símplex ataca otra partida de coste. Al aumentar la dimensionalidad, un esquema cúbico incrementa rápidamente el número de celdas que hay que leer, mientras que la variante símplex probada ofrece una vecindad de acceso más compacta. El autor también informa de una extrapolación claramente mejor sin estiramiento y de un techo algo más alto con él.

Dónde termina la ventaja

El resultado parece relevante desde el punto de vista de ingeniería, pero su alcance sigue siendo limitado: la mejora corresponde a un diseño de memoria y un método de direccionamiento concretos. La cifra del 44% no puede trasladarse a cualquier memoria neuronal o carga de búsqueda vectorial.

Lo primero que conviene medir no es solo el tráfico, sino el presupuesto total de memoria, la latencia de acceso y el comportamiento ante consultas ruidosas. El autor ya señala que el esquema símplex tolera peor el ruido en las direcciones, incluidas las paráfrasis, y consume algo más de memoria. Ahí es donde una reducción elegante de lecturas puede chocar con la distribución real de consultas.

La siguiente prueba, un símplex 6D, seguía calculándose cuando se publicó el mensaje. La expectativa teórica era optimista, pero no hay resultado en los datos de origen, así que es prematuro atribuirle una mejora adicional.

Lo más interesante no es una cifra récord, sino la forma del compromiso: menos movimiento de datos a cambio de más almacenamiento y una posible menor resistencia al ruido. El futuro del enfoque no lo decidirá la geometría sobre el papel, sino si ese equilibrio se mantiene con direcciones heterogéneas y consultas parafraseadas.

Antes analizamos cómo las configuraciones de Claude Opus 4.6 afectan al coste del contexto y a la elección de arquitectura. Esto complementa el debate sobre formas más eficientes de organizar la memoria de los LLM.