MemMA: マルチエージェント推論と現地での自己進化によるメモリ循環の協調

概要:
メモリ拡張を施したLLMエージェントは長期的な相互作用を支える外部メモリバンクを維持するが、既存の多くのシステムは構築、取得、活用を独立したサブルーチンとして扱う。
これにより、二つの結合した課題が生じる：前方パスにおける戦略的盲点は、構築と取得が明示的な戦略的推論ではなく局所的なヒューリスティクスによって駆動される点、そして逆方向のパスには希薄で遅延した監督があり、下流の失敗がメモリバンクの直接的な修復につながることは稀である。
これらの課題に対処するため、MemMAを提案します。これは前方と後方の両方のパスに沿ってメモリ回路を調整するプラグアンドプレイ型のマルチエージェントフレームワークです。
前方パスでは、Meta-Thinkerが構築時にMemory Managerを導く構造化された指針を生成し、反復的な取得時にはQuery Reasonerを指揮します。
後方パスでは、MemMAは現場で自己進化するメモリ構築を導入し、プローブQAペアを合成し、現在のメモリを検証し、メモリが確定される前に失敗を修復アクションへと変換します。
LoCoMoでの広範な実験により、MemMAは複数のLLMバックボーンに渡って既存のベースラインを一貫して上回り、3つの異なるストレージバックエンドをプラグアンドプレイ方式で改善することを示しました。
私たちのコードは公開されています: https://github.com/ventr1c/memma