パターンを読み込んでいます…
🧠
パラメトリックメモリ(PM)
モデルのパラメータ内に暗黙的に格納された知識であり、マルチエージェント型エージェントAIシステムにおいて文脈に依存しない高速な知識検索を可能にする
複雑さ: mediumメモリ管理
30秒でわかる概要
- 概要
- 学習時に領域知識をモデルの重みへ格納し、明示的な文脈や検索システムなしに、エージェントが事実やパターンを引き出せるようにします。
- 使いどころ
- 複数のエージェントが、外部データベースへの問い合わせや大きなコンテキストウィンドウの受け渡しなしに、共通知識へ素早く共有アクセスする必要があるマルチエージェントシステム。
- 注意点
- 基盤モデルが古くなると知識も古びたり誤りを含んだりし、再学習なしに特定の事実だけを更新したり訂正したりするのは容易ではありません。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
パラメトリックメモリ: 概要
モデルのパラメータ内に暗黙的に格納された知識であり、マルチエージェント型エージェントAIシステムにおいて文脈に依存しない高速な知識検索を可能にする
- Embedded model weights knowledge
- Fast context-free retrieval
- Semantic knowledge representation
- Parameter-efficient storage
- Cross-domain knowledge transfer
- Implicit reasoning patterns
- Pre-trained knowledge base
- Multi-agent knowledge sharing
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
- A Survey on the Memory Mechanism of Large Language Model based Agents (Zhang et al., 2024)arXiv:2404.13501
- The Rise of Parameter Specialization for Knowledge Storage (Hong et al., 2024)
- Parametric vs Non-parametric Memory in Retrieval-augmented LLMs (Farahani & Johansson, 2024)
- Augmented Large Language Models with Parametric Knowledge Guiding (Luo et al., 2023)arXiv:2305.04757
- MoDE: Multi-task Parameter Efficient Fine-Tuning (Ning et al., 2024)arXiv:2408.01505
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで