AI エージェント向け長期記憶エンジン FluctlightDB──LoCoMo で 99.0% の証拠回収精度を実証

論文概要

従来のデータシステムは関係モデルまたはベクトルモデルの 2 つの問いに答えてきたが、長期セッションにおけるキュー駆動型かつプロベナンス（出所情報）加重のリコールには対応していなかった。本論文では、AI エージェントの長期記憶を独立したデータモデルとして定義し、書き込みセマンティクス（エンコーディング、分離、統合、プロベナンス）と読み出しセマンティクス（リンクされたメモリグラフを横断するキュー駆動型活性化）を備えた埋め込みエンジン「FluctlightDB」を提案する。公式の証拠回収メトリクスを採用する LoCoMo（10 会話、1,982 のゴールドスパン）の内部再現において 99.0% の回収率を記録した。

関連研究

Mem0、Zep、HippoRAG などの既存のメモリレイヤーに対する新規性は主張されておらず、それらの下位に位置する埋め込みエンジンの契約（コントラクト）として設計されている。ベクトル検索単体やリレーショナルデータベースでは捉えきれないエージェントのコンテキスト管理の欠落を補う位置づけにある。

新規性と貢献

長期記憶を単なるベクトル検索の拡張ではなく、独自の書き込みおよび読み出しセマンティクスを持つデータモデルとして切り出した点が最大の新規性である。経験（experience）と活性化（activate）という明確な API コントラクトを提示し、外部のレイヤーやフレームワークから容易に利用可能な組み込みエンジンとして提供している。

提案手法の詳細

FluctlightDB は体験の書き込みと活性化を行うエンジンであり、experience() と activate() の 2 つの主要なインターフェースを通じて契約を履行する。メモリーグラフ構造を維持しながら、長期セッションにわたる文脈の正確な想起を効率的に処理する設計を採用している。

評価・考察

評価では複数のベンチマークが用いられている。LoCoMo では 99.0% のスコアを記録し、LongMemEval-S（500 質問、session_recall@8）ではリトリーバルハーネスが 97.6%（488/500）、リーダー/ジャッジスタックによるエンドツーエンド QA が 97.4%（487/500）を達成した。また、BEIR SciFact においては、共通の MiniLM 埋め込みを用いた比較で Chroma を上回る nDCG@10（0.646 対 0.645）および Recall@10（0.792 対 0.783）を記録している。

応用例と今後の展望

コンタクトセンターの自動化や長期的なパーソナライゼーションを行う AI エージェント開発において、セッションを跨ぐ文脈保持の精度向上のための実務インパクトが期待できる。国内のソフトウェア受託開発やSaaS企業において、複雑な対話履歴を扱うエージェントシステムのバックエンド選定肢の一つとなり得る。

結論

FluctlightDB は、AI エージェントの長期記憶管理におけるデータモデルの欠落を埋めるための埋め込みエンジンであり、各種ベンチマークで高い性能を示している。新規のニュー神経科学モデルや Transformer の改良を主張するものではないが、実用的なデータスタックのレイヤーとして検証可能なアーキテクチャを提供する。

注釈

• ベクトルモデル: 高次元ベクトル同士の類似度計算に基づきデータを検索する方式。
• LoCoMo / LongMemEval-S: 長期対話エージェントの記憶と文脈回収能力を評価するためのベンチマーク。