企業RAGおよびメモリシステムのレビュー

企業RAGシステムに関する体系的レビューは、繰り返される展開の課題を特定し、MemoriがオープンなSQLネイティブメモリエンジンとしてリリースされました。
Key insights
体系的レビュー:RAGは企業の生産において未成熟のまま
2015年から2025年までの77件のRAG + LLM研究の文献レビューでは、ほとんどのプロトタイプがGPTモデルと標準的なベクトル検索フレームワークに依存しており、66.2%がクラウドインフラを使用し、実際の企業環境で展開されたのはわずか13%であることがわかりました。このレビューでは、幻覚の制御、プライバシー/セキュリティ、レイテンシ/スケーラビリティ、ドメイン適応、ビジネスインパクトの測定が生産採用に対する持続的な障壁として特定されました。評価の実践は、しばしば堅牢な人間の介入やビジネス中心の指標を欠いています。
MemoriがLLMのためのSQLネイティブメモリを提供し、監査可能性を向上
オープンソースプロジェクトであるMemoriは、LLMおよびエージェントのためのSQLネイティブメモリエンジンとしてリリースされました。これは、抽出されたメモリを標準SQLデータベースに保存し、自動エンティティ抽出や複数のメモリモード(意識、オート、組み合わせ)を提供し、OpenAI、Anthropic、LangChainおよび多くのLiteLLMと統合します。Memoriは、ワンライン統合、SQLによる監査可能性、および短期記憶を関連性のあるものに保つためのバックグラウンド蒸留を強調しています。
ハイブリッド検索と評価のギャップが依然として存在
レビューでは、ハイブリッド検索(密なベクトル + 知識グラフ)が約23.1%の研究に現れ、解釈性と精度を向上させることが多いが、業界の展開は依然として企業のレイテンシ、プライバシー、およびエンドツーエンドのビジネス評価要件を満たすのに苦労していることが指摘されています。実際のビジネス成果や包括的な人間の協力評価を報告する論文はほとんどありません。