TsinghuaC3I/Awesome-Memory-for-Agents

それは何か。 このリポジトリは、AIエージェントにおける「記憶」に関する学術論文のよく整理されたリストです。これは、言語モデルが会話やタスクをまたいで情報を保持するためのメカニズムです。研究用の参照として意図されており、ソフトウェアライブラリではありません。

分野の整理方法。 READMEは、その研究を分類するための簡単なフレームワークを紹介しています：

• 短期記憶 – 現在のリクエスト（モデルのコンテキストウィンドウ）内にのみ存在する情報。一時的で、単一のタスクに結びついています。
• 長期記憶 – そのウィンドウの外に保存され、タスクをまたいで持続する情報。さらに分割されます：
  • 経験 – タスクの結果（成功/失敗）によって明示的に検証された知識。
  • 記憶 – タスクの結果によって判断されないその他の永続的な情報。

この分類法は、以下の表に示す3つの応用領域に対応します：

応用	記憶内容	研究の焦点
パーソナライゼーション	ユーザープロファイル、対話履歴、事実など。	会話を継続的かつ個人的に保つこと。通常は外部メモリプールから関連情報を取得します。
経験からの学習	軌跡、成功/失敗の教訓、再利用可能なスキルなど。	タスクをまたいで知識を蓄積し、新しい状況に転移すること。
長期的エージェントタスク	中間結果、推論トレース、環境観測など。	要約、振り返り、またはスクラッチパッドを使用して、単一の長いタスク内のコンテキストを管理すること。

論文リストの内容。 リポジトリはこれらのカテゴリの下に論文をリストしています。READMEの抜粋はそのうちの2つを示しています：

• パーソナライゼーション – 「MemRec」、「Memanto」、「StructMem」などのタイトルの多くの論文。それぞれarXivまたはACLページにリンクされています。（日付は2023年から2026年まで。）
• 経験からの学習 – 「ForeDreamer」、「ThinkRetrieve」、「MemGovern」などのタイトルの類似リスト。（抜粋では部分的にのみ表示されています。）

目次にはサーベイ、ベンチマーク、製品とプロジェクトのセクションも言及されていますが、提供された抜粋にはこれらのセクションの実際のリストが含まれていないため、ここでその内容を説明することはできません。

誰が作ったか。 リストはHongyi Liu、Yu Fu、Kaiyan Zhangによって維持されており、他の複数の名前の研究者（Yuxin Zuo、Che Jiang、Guoli Jia、Yuru Wang、Kaikai Zhao、Yuchen Fan、Zhenzhao Yuan、Kai Tian、Weizhi Wang）からの貢献があります。

要約。 これは、AIエージェントの記憶システムに取り組む研究者のための厳選された、明確に分類された参考文献です。誰がどこで何を発表したかの頼りになる参照です。コードや実装は含まれておらず、論文リンクと、分野を案内するための思慮深い分類法のみが含まれています。