Elasticsearch上に構築された永続的なエージェントメモリレイヤー、再現率0.89を実現
We built a persistent agent memory layer on Elasticsearch with 0.89 recall
Elasticsearch上に構築されたエージェントメモリレイヤーのアーキテクチャと、その再現率0.89を達成した仕組みについて解説しています。このメモリレイヤーは、エージェントが過去の対話履歴やユーザー情報を長期的に記憶し、セッションを超えて利用できるようにすることを目的としています。従来のコンテキストウィンドウの限界(コスト、レイテンシ、「ロスト・イン・ザ・ミドル」効果)を克服するため、エピソード記憶、セマンティック記憶、プロシージャル記憶の3つのカテゴリに分けてElasticsearchの3つのインデックスに格納します。検索は、BM25と密ベクトル検索を組み合わせたハイブリッド検索と、クロスエンコーダーによるリランキングを組み合わせた2段階で行われます。また、矛盾する情報の扱いや、時間の経過による情報の鮮度を考慮した減衰、利用頻度によるスコアリングなども実装されています。これにより、エージェントはより文脈に沿った、パーソナライズされた応答を提供できるようになります。
この記事はElasticsearch上に構築されたエージェントメモリレイヤーの技術アーキテクチャを解説したものであり、特定の企業の製品発表や新規調達・買収などの投資判断に直結する具体的な事象を含んでいません。BM25と密ベクトル検索のハイブリッド検索やクロスエンコーダーによるリランキングなど手法の説明に留まっており、投資家がアクションを起こせるような事実情報(製品リリース日・調達額・企業提携・性能比較データなど)が欠けています。従って本記事はout_of_scopeと判断します。