なぜ 1 層ではなく 3 層なのですか?

事実、イベント、ワークフローは異なる質問に答えます。1 つのバケットに混ぜると検索品質が落ちます。分離することで、AI は適切な形のコンテキストを取り出せます。「X はどう好む?」には好み、「先週何を決めた?」にはエピソード、「ここでは X をどうやる?」には手順です。

コンテキストはどのように構築されますか?

各レイヤーで 3 秒のタイムアウトを設けて 3 層から並列に取得し、5 つの要因(関連性、重要性、信頼度、新しさ、頻度)でスコアリングし、最後にシステムプロンプトに挿入します。すべて 100ms 未満で行います。

スコアリングの重み付けはどうなっていますか?

関連性 50%、重要性 15%、信頼度 15%、新しさ 10%、頻度 10%。関連性が支配的なので、最新のメモリーよりも適切なメモリーが勝ちます。

各レイヤーの中身を見ることはできますか?

はい。Alma では各レイヤーに独自の UI があります。Memories、Episodes、Procedures はそれぞれ独立して閲覧、編集、エクスポートが可能です。

Alma の 3 層メモリーアーキテクチャ

2026-01-28 · Alma チーム

Alma は 3 層でコンテキストを保存します。すべての知識が同じ形をしているわけではないからです。Memories は事実と好みを保持します。Episodes はイベント列とタイムラインを捕捉します。Procedures はワークフローと意思決定ツリーをエンコードします。コンテキスト構築はこの 3 つを並列でヒットし、100ms 未満でシステムプロンプトを構築します。

すべてのコンテキストが等価ではありません。Memories は事実と好みを保存します。Episodes はイベント列とタイムラインを捕捉します。Procedures はワークフローと意思決定ツリーをエンコードします。コンテキスト構築は 3 秒のタイムアウトで 3 つを並列に取得し、5 つの要因でスコアリングし、100ms 未満でシステムプロンプトを構築します。

全文を読む · Alma vs ChatGPT Memory · プランを見る

See plans