HyperMem: 長期会話のためのハイパーグラフ・メモリ
arXiv cs.CL / 2026/4/10
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- HyperMemは、長期会話に必要な記憶を、従来のRAGやグラフ記憶の「要素間の単純な関係」ではなく「複数要素の同時依存（高次関係）」まで明示的に扱うハイパーグラフ型メモリとして提案しています。
- 記憶は3階層（topics / episodes / facts）で整理され、関連するエピソードと事実をハイパーエッジで束ねて散在情報を一貫した単位として結び直します。
- さらに、ハイブリッドな語彙・セマンティックのインデックスと、粗い→細かい（coarse-to-fine）検索戦略により、高次アソシエーションを高精度かつ効率的に取得できる設計になっています。
- LoCoMoベンチマークの実験では、LLM-as-a-judge精度92.73%を達成し、既存手法を上回る（state-of-the-art）結果が報告されています。
