MEニュース 4月17日（UTC+8）、動察Beatingの監測によると、パーソナライズドAI記憶プラットフォームMem0は最近、そのコア長期記憶アルゴリズムの研究成果を公開しました。実験データによると、LOCOMOベンチマークテストで、Mem0の応答正確率はOpenAIの内蔵記憶機能より26％高く、またその「事実化」された検索メカニズムにより、P95推論遅延は91％低減し、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核心的な問題は、AIエージェントの長期サイクルのインタラクションにおける「忘却」現象です。単純にLLMのコンテキストウィンドウを拡大する暴力的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、システムは最新の対話、ローリングサマリー、履歴から重要な事実を抽出します；「更新段階」では、ベクトルデータベースと照合し、新規追加、更新、削除の衝突や無視などの操作を行い、記憶庫の簡素化と一貫性を確保します。 研究では、強化型変種の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のノードとエッジに変換し、複数セッション間の複雑な実体関係を捕捉します。実運用環境では、Mem0は記憶検索から回答生成までの全工程を0.71秒以内に完了できるのに対し、従来の「全コンテキスト」方式はほぼ10秒かかります。 現在、この研究はヨーロッパ人工知能会議（ECAI）に採択されており、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）
Mem0が長期記憶アーキテクチャの研究を発表：正確率はOpenAIより26％高く、推論遅延は91％削減
このアルゴリズムが解決する核心的な問題は、AIエージェントの長期サイクルのインタラクションにおける「忘却」現象です。単純にLLMのコンテキストウィンドウを拡大する暴力的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、システムは最新の対話、ローリングサマリー、履歴から重要な事実を抽出します；「更新段階」では、ベクトルデータベースと照合し、新規追加、更新、削除の衝突や無視などの操作を行い、記憶庫の簡素化と一貫性を確保します。
研究では、強化型変種の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のノードとエッジに変換し、複数セッション間の複雑な実体関係を捕捉します。実運用環境では、Mem0は記憶検索から回答生成までの全工程を0.71秒以内に完了できるのに対し、従来の「全コンテキスト」方式はほぼ10秒かかります。
現在、この研究はヨーロッパ人工知能会議（ECAI）に採択されており、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）