hindsight: とは何であるか、どのような問題を解決するか、そしてなぜ注目を集めているのか

解決する問題

Hindsightは、単純な会話履歴や基本的なRAGを超越するために設計されたエージェントメモリシステムです。情報を「世界の事実」、「個人の経験」、「メンタルモデル」として整理することで、AIエージェントが時間の経過とともに実際に学習することを可能にし、長期的なメモリタスクにおいてより高いパフォーマンスを発揮し、ユーザーのフィードバックに基づいて行動を適応させることができます。

仕組み

Hindsightは、生体模倣（biomimetic）データ構造を使用して、メモリを「バンク」として整理します。Retain操作によって情報が追加されると、LLMが事実、エンティティ、および時間的データを抽出し、それらは標準的な表現へと正規化されます。

情報を取得するために、Recall操作は、セマンティック（ベクトル）、キーワード（BM25）、グラフ（エンティティ/因果関係リンク）、および時間的（時間範囲）の4つの並列戦略を実行し、reciprocal rank fusionを使用して結果をマージし、cross-encoder rerankerで再ランク付けを行います。

最後に、Reflect操作により、エージェントは既存のメモリを分析して、新しい洞察やより深い理解を生成することができます。

対象ユーザー

これは、オープンエンドなタスクを処理し、ユーザーごとにインタラクションをパーソナライズし、経験から学習することで複雑な業務を自動化する必要がある、対話型AIエージェントや自律型エージェント（AI従業員など）を開発している開発者向けに構築されています。

ハイライト

• マルチ戦略リトリーバル: ベクトル、キーワード、グラフ、および時間的検索を組み合わせて、より高い精度を実現します。
• 生体模倣メモリモデル: データを「世界の事実」、「経験」、「メンタルモデル」に分類します。
• 簡単な統合: 2行のコードで統合できるLLM wrapperを提供しているほか、より詳細な制御のための専用SDK/APIも提供しています。
• 幅広いLLMサポート: OpenAI、Anthropic、Gemini、Groq、Ollamaなどのプロバイダーと互換性があります。