Roampal

うまくいくことを学習するメモリ。だから、もっとそれができる。

うまくいったと言ってください。うまくいかなかったと言ってください。AIは覚えています。

毎回同じことを説明するのをやめましょう。Roampalは結果を記憶し、フィードバックから学び、時間とともに賢くなります—すべて100％プライベートかつローカルで。

Roampal - AI Chat with Persistent Memory

LoCoMo（1,986問）で85.8%非敵対的。生データ取り込みより23ポイント上昇。1,135件の有害記憶を吸収しても4ポイントのみ減少。 (論文)

ベンチマーク結果

LoCoMoデータセット（1,986問、5カテゴリ、修正済み正解）。roampal-labsで評価。ローカル20B + MiniMax M2.7による二重評価。

| 指標 | 結果 | |--------|--------| | 非敵対的精度（MiniMax再評価済み） | 85.8% | | 全体（5カテゴリすべて） | 76.6% | | 生データ取り込みベースライン比 | +23ポイント (76.6% 対 53.0%, p<0.0001) | | 有害耐性 | 1,135件の敵対的記憶後に-4.2ポイント | | メモリなしベースライン | 6.0%（モデルはLoCoMo知識ゼロ） | | アーキテクチャ対モデル | アーキテクチャ：+23ポイント。モデル切替（GPT-4o-mini）：1.5-2.5ポイント |

システムは書き起こしの取り込みではなく自然な会話を通じて学習する
1,135件の毒メモリを模造された信頼信号で吸収し、72.4%の精度を維持
Wilsonスコアリングはあらゆる段階で検索性能を低下させる（p<0.001）—ランキングから除外

コンポーネントレベルの検索アブレーション

| 設定 | Hit@1 クリーン | Hit@1 毒 | p値 | |--------|-------------|--------------|---------| | TagCascade + コサイン | 27.3% | 29.0% | 基準 | | Overlap + コサイン | 25.8% | 28.0% | p=0.0003 | | 純CE | 25.4% | 28.4% | — | | TagCascade + Wilson | 23.0% | 25.0% | p<0.0001 |

クロスエンコーダー：コサイン比でHit@1が+17.8（p<0.0001）
タグルーティング（二車線）：クリーンで+6.1、毒で+7.5のHit@1（p<0.0001）
Wilson：すべての設定でHit@1が-4.3
ナーサリースロット：効果なし（p=1.0）

完全な手法はroampal-labsにて

クイックスタート

roampal.aiからダウンロードし解凍する
Ollama または LM Studio をインストール
Roampal.exeを右クリック → 管理者として実行
UIでモデルをダウンロード → チャット開始！

あなたのAIはすぐにあなたについて学び始めます。

主な特徴

学習するメモリ

結果追跡：すべての結果にスコアを付ける（成功+0.2、失敗-0.3）
スマート昇格：良いアドバイスは恒久化、悪いアドバイスは自動削除
会話横断：過去すべてのチャットからリコール

あなたのナレッジベース

メモリーバンク：好み、アイデンティティ、目標を恒久保存
ブック：.txt/.mdドキュメントをアップロードし検索可能な参照に
パターン認識：会話を通じて有効なものを検出

プライバシー最優先

100%ローカル：すべてのデータはあなたのマシン上に
オフライン対応：モデルダウンロード後はインターネット不要
テレメトリーなし：あなたのデータはコンピューターから離れない

---

MCP統合

RoampalをClaude Desktop、Cursor、その他のMCP対応ツールに接続。

Settings → Integrations → Connect → Restart your tool

7 tools available: search_memory, add_to_memory_bank, update_memory, archive_memory, get_context_insights, record_response, score_memories

Full MCP documentation →

Architecture

┌─────────────────────────────────────────────────────────┐
│                    5-TIER MEMORY                        │
├─────────────┬─────────────┬─────────────┬──────────────┤
│   Books     │   Working   │   History   │   Patterns   │
│ (permanent) │   (24h)     │  (30 days)  │  (permanent) │
├─────────────┴─────────────┴─────────────┴──────────────┤
│                    Memory Bank                          │
│            (permanent user identity/prefs)              │
└─────────────────────────────────────────────────────────┘

コア技術:

TagCascade 検索: タグ経由検索 + クロスエンコーダー再ランク付け（ONNX）
結果ベース学習: フィードバックに基づきメモリを適応
サイドカーLLM: バックグラウンドモデルがやり取りを要約し、事実とタグを抽出

アーキテクチャ詳細 →

対応モデル

Ollama または LM Studio 経由でツールコールモデル全般に対応：

| モデル | 提供元 | パラメータ数 | |-------|--------|--------------| | Llama 3.x | Meta | 3B - 70B | | Qwen 2.5 | Alibaba | 3B - 72B | | Mistral/Mixtral | Mistral AI | 7B - 8x22B | | GPT-OSS | OpenAI（Apache 2.0） | 20B - 120B |

ドキュメント

| ドキュメント | 説明 | |--------------|------| | アーキテクチャ | 5層メモリ、検索パイプライン、技術詳細 | | ベンチマーク | LoCoMo評価、TagCascade結果 | | リリースノート | 最新版（v0.3.3）：マルチモーダル画像入力、動的能力＋コンテキスト検出、ChromaDBファントム処理の問題#8解決、原子性構成書き込み、Harmonyトークンクリーンアップ |

重要なお知らせ

AI安全性: LLMは誤情報を生成する場合があります。重要な情報は必ず検証してください。医療、法務、金融の助言にはAIを頼らないでください。

モデルライセンス: ダウンロードしたモデル（Llama、Qwenなど）は独自のライセンスがあります。商用利用前に必ず確認してください。

サポート

Discord: https://discord.gg/F87za86R3v
メール: roampal@protonmail.com
GitHub: https://github.com/roampal-ai/roampal/issues
著者: Logan Teague

---

価格

無料＆オープンソース（Apache 2.0ライセンス）

ソースからビルド → 完全無料
事前ビルド済み実行ファイル：19.99ドルの一回払い（セットアップの時間を大幅に節約）
テレメトリなし、データの完全所有権

---

本当に記憶するAIを求める人々のために愛を込めて作られました

--- Tranlated By Open Ai Tx | Last indexed: 2026-07-30 ---

roampal