ルトガーズ大学、アントグループ、セールスフォース・リサーチの研究チームが、AIエージェントがより複雑なタスクに対処できるようにする新しいフレームワーク「A-MEM」を提案しました。これは、環境からの情報を統合し、自動的にリンクされる記憶を作成して複雑な構造を発展させることを可能にします。
A-MEMでは、大規模言語モデル（LLM）を用いてエージェントのインタラクションから情報を抽出し、効率的に取得し利用する記憶表現を作成します。メモリー管理システムを持つことは、AIエージェントを業務やアプリケーションに統合したい企業にとって非常に重要です。
A-MEMの特長は、インタラクションのたびに「構造化されたメモリーノート」を生成し、リンクされた記憶や関連キーワードなどを記録することです。これにより、過去の経験や知識を蓄積し、次のタスクに有効活用できます。
研究者たちは実験で、複雑な会話データセット「LoCoMo」でA-MEMを試験し、他の記憶技術に比べて優れた性能を示し、コストを削減することに成功しました。
新しいメモリー・フレームワークA-MEMのコードはGitHubで公開されており、これを使って企業はメモリー強化されたLLMエージェントを構築可能です。高校生でも理解しやすい文章や構成で、AIエージェントの新しい可能性を探る魅力的な進歩について説明します。
出典 : How the A-MEM framework supports powerful long-context memory so LLMs can take on more complicated tasks https://venturebeat.com/ai/how-the-a-mem-framework-supports-powerful-long-context-memory-so-llms-can-take-on-more-complicated-tasks/
