MemoryScope - LLMチャットボット向け長期記憶システム

MemoryScopeとは何ですか？

MemoryScopeは、大規模言語モデル（LLM）を持つチャットボット向けに設計された長期記憶システムです。フレームワークを構築することで、チャットボットが基本的なユーザー情報、習慣、嗜好を記憶し、パーソナライズされた対話型体験を提供できるようになります。MemoryScopeは、メモリデータベース、コアワーカーライブラリ、コアオペレーションライブラリを備え、メモリの取得、統合、反映、再統合などの機能をサポートします。メモリの断片はベクトルデータベースに保存され、複数のワーカーに基づいてメモリ関連のタスクを処理します。MemoryScopeは時間認識をサポートし、時間的コンテキストに基づいて関連するメモリを提供します。これにより、チャットボットの一貫性と「理解力」が向上し、ユーザーは使用中に「相性」を実感できます。

MemoryScopeの主な機能

• メモリデータベースベクトルデータベース（ElasticSearchなど）に基づいてメモリ断片を保存します。
• コアワーカーライブラリ長期記憶の容量は、複数の独立した処理単位に分割されており、それぞれが情報の検索とフィルタリング、観察と抽出、洞察の更新といった異なるタスクを担当している。
• コアオペレーションライブラリワーカーパイプラインの構築に基づいて、メモリの取得やメモリの統合といったコア機能を実現する。
• 記憶の想起ユーザー入力に基づいて、意味的に関連性の高いメモリ断片を返します。入力に時間情報が含まれている場合は、対応する時間のメモリ断片を返します。
• 記憶の統合ユーザー入力を処理し、重要な情報を抽出し、それを観測データという形でメモリ断片として保存する。
• 反省と再統合新たに記録した観察結果を定期的に振り返り、洞察という形で記憶の断片を形成・更新し、記憶の断片間の矛盾や重複に対処することで、記憶の再固定化を行う。

MemoryScopeの技術原理

• ベクターデータベースメモリ断片をベクトルデータベースに保存し、ベクトルの類似性に基づいて効率的な検索を実行する。
• 原子化された労働者このシステムは、長期記憶容量を複数の独立したワーカーに分割し、それぞれが情報フィルタリングや観測データの検索といった特定のタスクを担当することで、システムの柔軟性と拡張性を向上させている。
• パイプラインアーキテクチャパイプラインアーキテクチャに基づいてワーカーを編成し、メモリの取得やメモリの統合といった操作を実行することで、処理効率を向上させる。
• 意味的関連性これは自然言語処理技術を用いてユーザー入力の意味を分析し、関連するメモリ断片を返します。
• 時間コンテキスト処理このシステムは時間的な文脈を理解し、時間情報に基づいてメモリ断片を取得できる。
• メモリ断片の階層構造記憶の断片は階層構造で保存され、高レベルの情報としての洞察は、類似のトピックに関する観察から集約される。

MemoryScopeプロジェクトのアドレス

• プロジェクト公式サイト：modelscope.github.io/MemoryScope
• GitHubリポジトリ：https://github.com/modelscope/MemoryScope

MemoryScopeの応用シナリオ

• パーソナルアシスタントパーソナルアシスタントとして、MemoryScopeはロボットがユーザーのスケジュール、好み、よく使う連絡先などを記憶するのに役立ち、よりパーソナライズされたサービスを提供します。
• 感情的な繋がり感情を共有するコンパニオンロボットにおいて、MemoryScopeはユーザーの感情の変化やコミュニケーション履歴を記録し、ロボットがユーザーの感情的なニーズをよりよく理解し、それに応えることを可能にする。
• 顧客サービス顧客サービス分野において、MemoryScopeはロボットが顧客との過去のやり取りの記録や好みを記憶するのに役立ち、よりパーソナライズされたサービスを提供できるようにする。
• 教育指導教育用個別指導ロボットにおいて、MemoryScopeは生徒の学習進捗状況と好みを記録し、個別の学習提案や個別指導を提供する。
• 健康相談健康相談ロボットに搭載されたMemoryScopeは、ユーザーの健康状態と生活習慣を記録し、個別の健康アドバイスを提供する。