cv usk(@cv_usk):🧠 エージェントのメモリは、本当にRAGより「得」なのでしょうか？タイトル: Memory Tax: Dissecting the Net Value of Agent Memory URL: https://t.co/GGGmIAxV5W ❓ 「メモリの純価値」とは？ 💡 素朴なRAGと比べて、メモリが新たに解けたクエリが「benefit」、RAGなら解けたのにメモリが落としたクエリが「tax」です。この差し引きを純価値として分解して測ります。 ❓ 結果はどうだったのでしょう？ 💡 10のメモリシステムを3つのベンチマークで比べると、tax が benefit を上回るものが多くありました。LongMemEval-sでRAGが90.0のとき、MemoryOSは80.0、MAGMAは76.0、OpenVikingは63.0でした。 ❓ なぜ tax が生まれるのですか？ 💡 理由は3つあります。・構築中に事実が落ちる（OpenVikingでは38.0%の事実に対応するメモリ単位がありません）・構築後にクエリと証拠の類似度がずれ、取り出しにくくなる・構築と回答でバックボーンを替えると、RAGより性能が大きく揺れる ❓ では、どう設計すればよいですか？ 💡 メモリだけに頼らず、生の履歴からも検索して一緒にリランクする設計が提案されています。過去のクエリと検索経路を再帰的にメモリ化する案もあります。 #AIエージェント #RAG

2026.10.30 10:22

🧠 エージェントのメモリは、本当にRAGより「得」なのでしょうか？タイトル: Memory Tax: Dissecting the Net Value of Agent Memory URL: ❓ 「メモリの純価値」とは？ 💡 素朴なRAGと比べて、メモリが新たに解けたクエリが「benefit」、RAGなら解けたのにメモリが落としたクエリが「tax」です。この差し引きを純価値として分解して測ります。 ❓ 結果はどうだったのでしょう？ 💡 10のメモリシステムを3つのベンチマークで比べると、tax が benefit を上回るものが多くありました。LongMemEval-sでRAGが90.0のとき、MemoryOSは80.0、MAGMAは76.0、OpenVikingは63.0でした。 ❓ なぜ tax が生まれるのですか？ 💡 理由は3つあります。・構築中に事実が落ちる（OpenVikingでは38.0%の事実に対応するメモリ単位がありません）・構築後にクエリと証拠の類似度がずれ、取り出しにくくなる・構築と回答でバックボーンを替えると、RAGより性能が大きく揺れる ❓ では、どう設計すればよいですか？ 💡 メモリだけに頼らず、生の履歴からも検索して一緒にリランクする設計が提案されています。過去のクエリと検索経路を再帰的にメモリ化する案もあります。 #AIエージェント# #RAG#

커뮤니티로 전달