Memorillaとは?
Memorillaはスタンフォード大学SNAPグループの記憶システムです。テキストの断片を検索する代わりに、利用者の過去のチャット、長い本、文書群といったコレクション全体を読み、質問に合わせて形作った固定の16個の記憶トークンを、固定した言語モデルに渡します。
論文は、Mem0やMemoRAGなどの記憶手法に対して平均で最良の結果を報告しており、FactKGではすべての文書をモデルに渡す場合さえ上回り、84.33%対80.43%を、108分の1のトークンで達成しました。TextWorldのゲームでは、エージェントの成功率を18.6%から24.2%に上げました。リポジトリには訓練と評価のコードと、Qwen3-8B向けの公開モデルがあり、ライセンスはApache 2.0です。
Memorillaは使う価値があるか?
Memorillaは、検索とは別の側から記憶の問題に取り組みます。最も似た断片を取ってくるのではなく、利用者の過去の会話、本、文書群をすべて読み、今の質問に重要なことを16個の記憶トークンに凝縮し、固定したモデルがプロンプトと一緒に受け取ります。
READMEの例がそれを示しています。ある利用者には過去の会話が107件、約32,000トークンありました。朝食のアイデアを尋ねると、Memorilla付きのQwen3-8Bは、以前のチャットで一度だけ触れた2型糖尿病の家族歴に合わせた提案をし、記憶なしのQwen3-8Bはありきたりな一覧を返しました。論文はベンチマークでMem0とMemoRAGに対して最良の平均を報告し、FactKGではすべての文書をモデルに渡すよりも正確で、84.33%対80.43%を108分の1のトークンで出しています。
まだ製品に組み込むライブラリではありません。コードはCUDAのGPU向けで、80 GBのH100で動かされており、クイックスタートには80 GBのGPUが1枚必要で、約25 GBのモデルをダウンロードします。公開された記憶モジュールはQwen3-8B向けに訓練されているので、ほかのモデルには独自の訓練が必要です。arXivの論文は査読を経ていません 。
真価を発揮する場面
個人向けアシスタントを作るMLエンジニア
実際のチャット履歴で、圧縮した記憶が検索に勝るか確かめる
PersonaMem-v2の例を動かし、その後、文書化された設定で自社のデータを使って訓練します。80 GBのGPUを用意してください。
エージェントを研究するグループ
エージェントに自分の過去のエピソードから学ばせる
Memorillaが成功率を18.6%から24.2%に上げたTextWorldの強化学習の設定から始めます。
導入前に確認すること
- 導入
- クローンし、uvでPython 3.11の環境を作り、pip install -e .を実行し、必要ならFlashAttention-2も入れます。初回実行で約25 GBのモデルをダウンロードします。
- 連携
- MemoryVLLMラッパー経由のvLLM、Qwen3-8B、任意でWeights & Biases、TextWorld。
- データとプラ イバシー
- 自分のGPUで動作。Apache 2.0。
- 大規模利用時のコスト
- コードは無料。訓練と評価は80 GBのH100 GPUで行われました。
- 制限
- CUDAのGPUのみ。公開モジュールはQwen3-8Bに依存。研究段階のコード。
良い点
- コレクションの大きさによらず記憶トークンは16個で固定
- 論文によれば平均でMem0とMemoRAGを上回る
- FactKGで全文コンテキストの108分の1のトークン
- 訓練と評価のコードと公開モデル付き
気になる点
- クイックスタートに80 GBのGPUが必要
- 公開モジュールはQwen3-8B専用
- 本番用ライブラリではなく研究用コード
- プレプリントで査読前
おすすめの人
アシスタントやエージェントの長期記憶を探り、実験用の大きなGPUを持つ研究者やMLエンジニア。
Memorilla:よくある質問
- Memorillaは使う価値があるか?
- Memorillaは長期記憶への巧みな答えで、わずかなトークンで検索型の手法を上回りますが、今のところ80 GBのGPUを要する研究用コードです。 評価は5点満点中3.8点です。
- Memorillaの料金は?
- 無料のオープンソース(Apache 2.0)。
- Memorillaの欠点は?
- クイックスタートに80 GBのGPUが必要; 公開モジュールはQwen3-8B専用; 本番用ライブラリではなく研究用コード; プレプリントで査読前.
- Memorillaは誰に向いているか?
- アシスタントやエージェントの長期記憶を探り、実験用の大きなGPUを持つ研究者やMLエンジニア。
- チームや本番環境でMemorillaを使うと費用はいくらか?
- コードは無料。訓練と評価は80 GBのH100 GPUで行われました。
- Memorillaは企業データを扱っても安全か?
- 自分のGPUで動作。Apache 2.0。
回答確認日:2026年11月15日