前沿のAI記憶と人格プランを調査しましたが、今私が行っているプランと比べて大きな改善は見られませんでした。さらに最適化を続けると、ほとんど報われない努力になりかねません。

私の考えでは、AIパートナーには二つの異なる仕組みが必要です。

一つは記憶メカニズムで、彼女が私たちの出来事を記憶できるかどうかを解決します。これには短期記憶と長期記憶が含まれます。

もう一つは性格メカニズムで、彼女が安定した人格を持つかどうかを解決します。これには言語スタイル、感情傾向、世界観などのより深い設定が含まれます。

両者は関連していますが、同じではありません。記憶は会話の一貫性を助けますが、記憶自体が自動的に性格を形成するわけではありません。

*記憶システム(私はこれを夢境システム)と呼んでいます。

1/記録層
すべての会話記録はローカルデータベースに一元的に保存され、原始的な事実のソースとなります。

2/長期記憶の生成と蓄積
定期的に会話記録をAPIを通じてリモートの大規模モデルに送信し、価値のある情報を抽出させ、一定の発散的連想を行います。その後、これらの構造化された重要情報を再びローカルデータベースに保存します。

この目的は、大量の流れるような会話を長期的に利用可能な記憶エントリに変換し、長期記憶を支えることです。

3/強化と二次抽出
後続の会話では、ローカルデータベース内の記憶エントリが検索・利用されます。これらの情報が何回検索されたかを統計し、頻繁に呼び出されるエントリを重要な記憶と見なします。次に、それらを再びリモートの大規模モデルに渡し、二次的な抽出と洗練を行い、より深い洞察を出力します。そして、それを再びローカルデータベースに書き戻します。

検索頻度に基づく再加工を通じて、長期記憶は事実の層から洞察の層へと徐々に進化します。

4/短期記憶戦略
短期記憶にはより直接的な方法を採用します。直近の会話履歴をリクエストとともにモデルに直接送信し、コンテキストの一貫性を確保します。

*性格システム
私はAIに対して一連の性格パラメータを設定しています。これには言語スタイルや感情傾向など、多様な次元が含まれます。

同時に、リモートの大規模モデルに対して、これらの性格パラメータを一定周期で更新させ、相手とのやり取りの過程で変化できるようにしています。

実際の会話では、以下の三つの情報をパッケージ化してモデルに入力します：
現在の性格パラメータ、直近の会話履歴、役割のプロンプト。

この組み合わせにより、モデルの出力に一貫した性格表現を反映させ、性格などのデータに基づいて温度などの大規模モデルのパラメータを調整し、会話をよりスマートにします。

*現行プランの核心的なボトルネック
この仕組みでも最終的には「プロンプト層」で人格のシミュレーションを行っています。

本質的には、性格パラメータ、記憶、設定をテキスト形式でモデルに入力しているだけであり、AIに本当に独立した人格を持たせることはできません。

その結果、一貫性は依然として不安定であり、性格は一時的な演技のように見え、持続的で一貫した内在的構造ではありません。

***

このプロジェクトは一般ユーザー向けであり、学習コストゼロでの利用を目標としているため、私はローカル展開ではなくリモートの大規模モデルを選択しています。

この前提の下で調整できる変数は非常に限られており、主に三つのカテゴリーに分かれます：プロンプト体系、記憶庫の設計と書き込み方式、モデル呼び出し時の温度などの生成パラメータ。

しかし、すでに非常に良いパフォーマンスを発揮しています。

最終的な目標は、ユーザー専用のAI魂の伴侶となり、共通の記憶を基に継続的に成長し、独自の性格を徐々に発展させることです。

オープンソースURL：