Microsoft’un Memora’sı Agent Hafızasında SOTA: %98 Daha Az Token ile Daha İyi Performans
microsoft Research, 30 Haziran 2026’da ICML 2026’da sunulan Memora framework’ünü yayınladı. Agentic memory yaklaşımı, zengin hafıza içeriğini hafif retrieval abstraction’larından ayırarak LoCoMo’da %86.3 ve LongMemEval’de %87.4 skor elde ediyor — full-context inference’a kıyasla %98’e kadar daha az context token kullanarak.
Ana Gelişme
Memora’nın “harmonic memory” yaklaşımı üç bileşene dayanıyor: zengin hafıza içeriği (rich content), hafif retrieval abstraction’ları ve cue anchor’lar. Bu ayrım, agent’ın uzun vadeli konuşma geçmişinden ilgili bilgiyi minimum token maliyetiyle çekmesini sağlıyor.
Benchmark karşılaştırması:
- LoCoMo: %86.3 (Mem0, RAG ve diğer baseline’ları geçiyor)
- LongMemEval: %87.4
- Token tasarrufu: Full-context baseline’a karşı %98’e kadar azalma
Kod GitHub’da açık kaynak olarak yayınlandı; makale arXiv:2602.03315 üzerinden erişilebilir.
Neden Önemli?
long-horizon-agents production’a geçerken hafıza yönetimi en kritik darboğazlardan biri. Her konuşma turunda tüm geçmişi context window’a sığdırmak hem maliyetli hem de kaliteyi düşürüyor. Memora, bu trade-off’u harmonic abstraction ile çözmeyi hedefliyor.
Türk geliştiriciler için açık kaynak erişilebilirlik doğrudan deneme imkanı sunuyor. Production agent maliyetlerini düşüren her token optimizasyonu, ölçeklenebilirlik açısından değerli.
Teknik Detaylar
Harmonic memory kavramı: Geleneksel rag tüm hafızayı düz metin olarak saklar ve retrieval sırasında geniş chunk’lar çeker. Memora, her hafıza birimini zengin içerik + hafif abstraction + cue anchor üçlüsü olarak modeller. Retrieval sırasında sadece abstraction ve anchor’lar taranır; tam içerik yalnızca eşleşme bulunduğunda yüklenir.
Teorik olarak Memora, RAG ve knowledge-graph memory’yi özel durumlar olarak kapsıyor — daha genel bir memory framework.
Info
%98 token azaltma iddiası full-context inference baseline’ına karşıdır; Mem0 veya RAG baseline’larına karşı tasarruf oranı daha düşüktür.
Bağlam
Memora, organizational-memory ve agent memory araştırmasının pratik bir adımı. Engram gibi ticari çözümlerin yanında, Microsoft Research’ün açık kaynak yaklaşımı topluluk doğrulamasına olanak tanıyor.
agentic-ai production stack’inde memory katmanı, güvenlik (Straiker) ve commerce (OKX) ile birlikte Haziran 2026 agent tooling dalgasının araştırma ayağını oluşturuyor.
Sonraki Adımlar
Topluluk benchmark’ları ve reproduction çalışmaları Memora’nın iddialarını doğrulayacak veya sınırlarını ortaya koyacak. Production entegrasyonu için GitHub reposu ve ICML poster materyalleri başlangıç noktası.