IAAR-Shanghai/Awesome-AI-Memory

概要 大言語モデル (LLMs) に永続的な記憶を持たせるための研究論文、オープンソースプロジェクト、実践的な知識を収集・整理したコミュニティ主導のリポジトリです。現在の LLMs は一度に処理できるテキスト量である「コンテキストウィンドウ」に制限があるため、本質的に短期記憶しか持たず、単独で長い会話やパーソナライゼーション、多段階のタスクを維持することができません。このプロジェクトは、その課題を解決するために存在します。

このリポジトリは、長期的に記憶し、継続的に改善できる AI システムを構築する研究者や実務者のための、進化し続けるナレッジベースを目指しています。（README: "仓库目标" — 目標セクション）

内容

• 1,270本以上の研究論文リスト（README バッジ: "Papers 1271"）。サーベイ、手法/フレームワーク、データセット/ベンチマーク、モデル/システムに分類されています。
• 111のプロジェクトを含むオープンソースプロジェクトセクション（README バッジ: "Open Source Projects 111"）。
• テスト/ベンチマークセクション (📊 测试基准)、マルチメディアリソース (🎥 多媒体资源)、および "Adam 框架" セクション (🧠 Adam 框架) — README にはセクションヘッダーが記載されていますが、詳細は記述されていません。
• 記憶のタイプ（短期、長期、エピソード、パラメトリックなど）と記憶操作（書き込み、取得、更新、削除、圧縮）を定義したコアコンセプトのチートシート。
• 定期的な更新を示す変更ログ — 2025年12月のリポジトリ公開以来、更新のたびに数十本の論文が追加されています。
• SCREENING.md に記載された選定プロセスを通じた貢献を推奨しています（README バッジ: "PRs Welcome"）。

範囲 — 含まれるものと除外されるもの (README "项目范围" セクション)

• エージェントの記憶 および 言語モデルの内部記憶メカニズム に焦点を当てています。記憶が論文の核心的な研究課題であり、LLM またはマルチモーダル LLM で研究されている必要があります。
• 含まれるもの：長期、エピソード、意味的、共有、経験に基づく手続き的記憶。LLM における保存、保持、アドレッシング、想起、忘却。これらのメカニズムに直接関連する評価、セキュリティ研究、サーベイ。
• 除外されるもの：純粋な視覚情報や低レベルのロボット状態、ハードウェア/KVキャッシュの効率化、一般的な RAG/長文脈/ツールルーティング、および LLM への転用を主張するだけの隣接分野の研究。
• 証拠が不十分な論文については、性急に拒否や承認をするのではなく、後で再検討するためにマークし、何が検証されたかを正確に明記するルールとなっています（例：アブストラクトレベルのチェックを論文全体のチェックとして提示しない）。

構成 (README の構造と内容に反映) 論文は発行日順にリストアップされ、カテゴリー（サーベイ、手法/フレームワーク、データセット/ベンチマーク、モデル/システム）ごとにグループ化されています。各エントリには日付、タイトル、要約の箇条書き、arXiv リンクが表示されます。README の分類セクション（現在はコメントアウト）では、記憶をストレージの場所（パラメトリック vs 外部）、時間的範囲（短期 vs 長期）、コンテンツタイプ（エピソード vs 意味的 vs 手続き的）、システムアーキテクチャ（RAG、ベクトル検索、シンボリック・ニューラルハイブリッド）などの次元で分類しています。

重要性 README では、記憶システムを、外部の永続的かつ制御可能な記憶構造を追加することで LLM の基本的なコンテキストウィンドウの制限を解決するものとして位置づけています。これにより、モデルはセッションを超えて履歴情報を保存、取得、圧縮、管理できるようになり、単一のプロンプトを超えた一貫性と継続的な推論が可能になります。