Mem0 は合計 90,000 人の開発者にサービスを提供し、LoCoMo/LongMemEval ベンチマーク テストの結果をリリースしました

Mem0 は最近、多くのデータを公開しました。開発者の数は 90,000+ に達し、LoCoMo、LongMemEval、BEAM の 3 つのメモリ ベンチマークの評価レポートがリリースされました。メモリ層ツールとしては希少な公開技術データであり、選定判断の重要な参考値となります。

メモリ層がエージェントの主な欠点なのはなぜですか?

メインストリーム LLM は本質的にステートレスです。各会話はゼロから始まり、ユーザーの設定、履歴上の決定、および前のラウンドのタスクの進行状況はすべて失われます。これは 1 回の Q&A では大きな問題ではありませんが、継続的なやり取りが必要なカスタマー サービス、販売アシスタント、学習およびコーチング製品の場合、この「忘れる」問題はユーザー エクスペリエンスとビジネスの結果に直接影響します。

Mem0 の製品ロジックは、すべての会話が「コンテキスト」になるように、エージェントと LLM の間に永続メモリの層を挿入することです。

技術メカニズム: メモリ圧縮 + 複数信号の取得

公式ウェブサイトでは、次の 2 つの主要な技術ポイントが公開されました。

メモリ圧縮エンジン: 会話履歴はそのまま保存されるのではなく、圧縮され、構造化されたメモリの断片に精製されます。このステップにより、トークンの消費が直接削減され、取得ノイズが軽減されます。

多信号検索: 検索はベクトルの類似性に依存するだけでなく、時間重みや重要度スコアなどの多次元信号を組み合わせて、主要な記憶の再現率を向上させます。

ベンチマーク テストのスコア

公式ウェブサイトでは、次の 3 つのベンチマークが公開されました。