AI・機械学習
上級
MemoryGPT（メモリジーピーティー）
LLMにOSのような階層型メモリ管理を導入した研究フレームワーク。主記憶・外部ストレージ・会話履歴を統合し、長期対話コンテキストを保持したまま無制限の会話を実現する。
0 回閲覧
0 いいね
2026/6/7 更新
関連タグ
LLMメモリ
長期記憶
エージェント
コンテキスト管理
MemGPT
MemoryGPT（MemGPT） — OSライクなLLM階層型メモリ管理
概要
MemoryGPT（正式名MemGPT）は、LLMの固定コンテキストウィンドウという根本的な制約を、OSのメモリ管理技術で解決するフレームワーク。2023年11月にUC Berkeleyが発表し、LLMエージェントのメモリ研究における基礎的な参照文献となった。
コンテキストウィンドウ問題
GPT-4（最大128K tokens）やGemini 1.5 Pro（2M tokens）のように大型化が進んでいるが、本質的には固定長の制約が残る。長期ユーザー履歴・大量文書・多セッション対話は依然としてコンテキストに収まらないことが多い。MemGPTはこの制限をソフトウェア的に突破する。
アーキテクチャ
主記憶 (Main Context)
- LLMのコンテキストウィンドウ内に存在する「今この瞬間」の情報
- System prompt + 最近の会話 + 呼び出し中の関数結果
- 容量制限あり（モデルのcontext window上限）
外部ストレージ (External Storage)
- ベクトルDB（Chroma/Pinecone/Qdrant等）に格納された長期記憶
- 関係性DB（PostgreSQL等）に格納された構造化データ
- ファイルシステム上の文書・ログ
仮想コンテキスト管理
- LLMが関数呼び出しで外部ストレージを操作
- recall_memory(query): 関連記憶を検索して主記憶へロード
- archive_memory(content): 主記憶の一部を外部ストレージへ退避
- search_docs(query): 文書を検索して関連セクションを取得
技術仕様
| 要素 | 詳細 |
|---|---|
| 発表 | 2023年11月（arXiv: 2310.08560） |
| 著者 | Charles Packer et al. (UC Berkeley) |
| ベースモデル | GPT-4, GPT-3.5（関数呼び出し対応必須） |
| 外部ストレージ | Chroma（デフォルト）/ Pinecone / PostgreSQL |
| インターフェース | Python SDK / REST API |
| オープンソース | GitHub: cpacker/MemGPT（Apache-2.0） |
主な活用シーン
長期パーソナルアシスタント:
- ユーザーの好み・過去の依頼・プロジェクト状況を数週間〜数ヶ月にわたって記憶
- 「先月のあの件」などの参照が可能になる
文書分析エージェント:
- 100万字超の技術文書・法的文書をページング処理
- 関連セクションをオンデマンドで主記憶へロード
カスタマーサポートAgent:
- 顧客IDから過去すべての問い合わせ履歴を参照
- 前回の解決策を踏まえた一貫したサポート
lettaへの進化
2024年にMemGPTプロジェクトはスタートアップ「Letta」として商業展開を開始。GitHub repositoryはletta-ai/lettaに移行し、OSS版のフレームワークもlettaとして継続開発されている。エンタープライズ向けにはletta.ai経由でクラウドAPIを提供。
競合・類似研究
| システム | アプローチ | 特徴 |
|---|---|---|
| MemGPT/letta | OS型ページング | 関数呼び出しで主記憶↔外部DB操作 |
| Mem0 | 自動記憶抽出 | 会話から重要情報を自動抽出・更新 |
| MemoryBank | 長期記憶+エピソード記憶 | SiliconFriend実装で感情状態も記録 |
| A-MEM | 構造化メモリ管理 | Zettelkasten型メモリネットワーク |
| LongMem | 検索強化型 | コンテキスト全体をベクトル検索 |
まとめ
MemGPTはLLMメモリ研究の基礎的な参照点であり、その後続く多くのエージェントメモリシステムに影響を与えた。OS概念のLLMへの適用という発想は独創的で、現在もlettaとして実用展開が続いている。長期記憶が必要なLLMエージェントを設計する際には必読の研究。