本文へスキップ

MemoRAG

記憶から手がかりを想起し RAG の検索を強化

公式サイトを見る

MemoRAG とは

MemoRAG は記憶に基づく RAG の枠組みと紹介され、超長記憶モデルでデータベース全体の把握を行うと説明されている。

できること

  • 最大 100 万トークンの単一の文脈を扱う
  • 全体記憶から精密な手がかりを生成する
  • 符号化した長い文脈を複数の課題で使い回す

活用場面

  • 研究者が複雑な問いに備え言語モデルを強化する
  • 開発者がアプリケーションに組み込む
  • 教育機関が対話型の学習道具を作る

長所と短所

✓ 良い点

  • 数時間の追加学習で新しい課題に適応
  • 長い文脈を一度符号化して繰り返し利用

! 注意したい点

  • RAG 向けの記憶モデルを中核にする
  • 中国語など更多言語への対応は予定と記載

よくある質問

文脈の大きさは?

資料は単一の文脈で最大 100 万トークンと説明。

キャッシュの効果は?

資料は文脈の事前読み込みを最大 30 倍にすると説明。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法