EviMem: 증거 격차 기반의 반복적 검색을 통한 장기 대화 기억

요약

EviMem은 장기 대화 기억을 위한 새로운 프레임워크로, 기존 검색 방법의 한계인 '증거 격차(evidence gap)'를 명시적으로 진단하여 쿼리 개선을 수행합니다. 이는 충분성 평가를 통해 누락된 정보를 파악하고 표적화된 질문 개선을 유도하는 폐쇄 루프 시스템입니다. EviMem은 특히 시간적 및 다단계 질문 처리에서 기존 방법 대비 높은 성능 향상을 보여주었으며, 관련 코드를 공개했습니다.

핵심 포인트

• EviMem은 '증거 격차(evidence gap)' 개념을 도입하여, 검색 과정에서 누락된 정보를 명시적으로 진단합니다.
• 이 프레임워크는 충분성 평가를 기반으로 폐쇄 루프 시스템을 구축하여 쿼리 개선의 정확도를 높입니다.
• LaceMem과 결합되어 코어-파인(coarse-to-fine) 기억 계층 구조를 제공함으로써 미세한 격차 진단이 가능합니다.
• LoCoMo 데이터셋 테스트 결과, 시간적 질문 및 다단계 질문 처리 능력이 기존 방법 대비 크게 향상되었습니다.