コンテキストを絞っても、同じ回答。
同じ正答を、 より少ないトークンで。
知識をGomindに保存し、質問に関連する事実を取得。AIへ繰り返し送る履歴を減らします。
89.24%
のクライアント側モデルトークンを削減。履歴全体を送信した場合との比較結果です。
履歴全体正答
129,759トークン
Gomindを使用正答
13,961トークン
履歴を保存。 必要な情報を取得。
履歴が増えても、新しい質問のたびに全体を送る必要を減らせます。
知識は残る。
決定事項、参考情報、学びをコレクションに整理。AIが参照できる形で保存します。
質問が検索を導く。
Gomindが知りたいことに関連する事実を取得。その検索結果が回答のコンテキストになります。
AIに文脈が届く。
取得した事実を質問と一緒に渡します。AIは履歴全体を再度受け取らずに回答できます。
Gomindのメモリ
あなたの質問
あなたのAI
測定方法
数値を詳しく見る。
同じ質問、同じモデル、同じ評価ルール。
- 質問
- 1
- 会話セッション
- 53
- 共通のモデル
- 1
- 手法で正答
- 3/3
同じ回答に至る、3つの方法。
準備回答
| 手法 | 準備 | 回答 | 合計 | 正答 |
|---|---|---|---|---|
| 履歴全体 | 0 | 129,759 | 129,759 | 1/1 |
| 逐次要約 | 954,010 | 14,027 | 968,037 | 1/1 |
| Gomind | 0* | 13,961 | 13,961 | 1/1 |
逐次要約:準備として53回更新。
* クライアント側モデルへの準備用呼び出しは0回。
集計に含むもの
- Codexが報告した準備と回答の入力・出力。
- キャッシュ入力は1回分として集計。
集計に含まないもの
- 評価用の呼び出し。
- Gomind内部の処理とクレジット。
- モデルと評価
- gpt-6.1-sol · LongMemEval公式プロンプト
- 公開データ
- LongMemEval-S cleaned · e47becba · 500問中の先頭
- 実行日