Mem0の長期記憶アルゴリズムは、OpenAIを精度で26％上回る

MEニュース：4月17日（UTC+8）、動察Beatingの監視によると、パーソナライズされたAIメモリープラットフォームMem0は、そのコアな長期記憶アルゴリズムの研究結果を公開しました。実験データによると、LOCOMOベンチマークテストにおいて、Mem0の応答精度はOpenAIの内蔵メモリ機能より26％向上し、また「事実化」された検索メカニズムにより、P95推論遅延は91％削減され、トークン消費量は90％削減されました。このアルゴリズムが解決する主な課題は、AIエージェントの長期間インタラクションにおける「忘却」現象です。LLMのコンテキストウィンドウを単純に拡大する過剰なアプローチとは異なり、Mem0は二段階処理パイプラインを採用しています。「抽出段階」では、システムは最新の会話、ローリングサマリー、履歴から重要な事実を抽出し、「更新段階」では、ベクトルデータベースを用いて比較を行い、新規追加、更新、衝突の削除または無視などの操作を実行し、メモリーベースの簡潔性と一貫性を確保します。研究ではさらに強化版であるMem0ᵍも紹介されています。このバージョンはグラフデータベース構造を導入し、抽出された事実をラベル付きノードとエッジに変換することで、複数セッション間の複雑なエンティティ関係を捉えます。実際の本番環境では、Mem0はメモリ検索から回答生成までの全プロセスを0.71秒で完了するのに対し、従来の「全コンテキスト」方式では約10秒かかります。本研究は欧州人工知能会議（ECAI）に採択され、関連コードはGitHubでオープンソース化されています。（出典：BlockBeats）