MindMemOS는 AI 에이전트를 위한 이식 가능하고 스스로 진화하는 메모리 운영 계층으로, 통합된 엔티티-속성-시간 구조로 개방형 정보를 조직한다. MindMemEvolve 알고리즘이 검증 기반 진화 탐색으로 메모리 스키마를 최적화하고, 드리밍 과정이 중복 기록을 병합하고 충돌을 해소하며, 사람의 암묵적 피드백으로 부정확한 기억을 교정한다. LOCOMO 벤치마크에서 94.03%, PersonaMem에서 70.63% 정확도를 기록했고, MindSkillEvolve는 SpreadsheetBench 성공률을 초기 스킬 대비 9.2%포인트 끌어올렸다. 기존처럼 개발 후 고정되는 메모리 시스템의 한계를 넘어, 장기 상호작용에서 계속 적응하는 에이전트 메모리 설계 방향을 제시한다.
- •통합 엔티티-속성-시간 구조로 개방형 정보를 조직하는 자기진화형 메모리 계층
- •LOCOMO 94.03%, PersonaMem 70.63% 정확도 달성
- •드리밍 과정으로 중복 기록 병합 및 충돌 해소
- •암묵적 교정 피드백을 인간 개입 신호로 활용해 부정확한 기억 수정
- •MindSkillEvolve가 SpreadsheetBench 성공률 9.2%포인트 향상
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
MindMemOS: A Portable and Self-Evolving Memory Operating Layer for AI Agents
- 1.자기진화형 AI 에이전트 메모리 운영 계층 MindMemOS 공개, 통합 엔티티-속성-시간 구조로 개방형 정보 조직
- 2.LOCOMO 벤치마크 94.03%, PersonaMem 벤치마크 70.63% 정확도 달성
- 3.MindMemEvolve 알고리즘이 검증 기반 진화 탐색으로 시나리오별 메모리 스키마 최적화, 드리밍 과정으로 중복 기록 병합·충돌 해소
- 4.MindSkillEvolve 알고리즘으로 실행 궤적을 재사용 가능한 스킬로 전환, SpreadsheetBench 성공률 9.2%p 개선
왜 중요한가?
기존 에이전트 메모리 시스템이 개발 이후 고정된 채 유지되던 것과 달리, 사용 이력을 통해 스스로 메모리 모델과 절차 지식을 계속 진화시켜 장기 개인화·경험 축적이 필요한 에이전트 서비스의 실질적 성능 개선을 보여준다.
본문 미리보기
arXiv:2608.12428v1 Announce Type: new Abstract: Memory is a core component of AI agents, enabling them to accumulate experience, maintain personalization, and adapt over long-term interactions. However, existing memory systems often remain fixed after development, limiting their ability to adapt their memory models, organization strategies, and procedural knowledge through continued use. We present MindMemOS, a portable and self-evolving memory operating layer that organizes open-world informat
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:21AI 초안
