llmesh-llive 0.1.1

Self-evolving modular memory LLM framework — biological memory × formal verification × industrial IoT mesh × TUI HITL

llive

Self-evolving modular memory LLM framework — 生物学的記憶モデル × 形式検証 × 産業 IoT メッシュ × TUI HITL の交差点で設計された自己進化型 LLM 基盤。

llive は、固定された Decoder-only LLM コアの周辺に、可変長 BlockContainer・4 層外部記憶（semantic / episodic / structural / parameter）・審査付き構造進化を組み合わせることで、コア重みを再学習せず新能力を継続的に取り込める研究開発フレームワークです。

llmesh（マルチプロトコル LLM ゲートウェイ）と llove（TUI dashboard）の両ファミリーと統合運用できることを第一級要件としています。

設計の核

1. 固定コア + 可変周辺 — Adapter / LoRA / 外部記憶 / 可変 BlockContainer で能力を吸収
2. 4 層メモリの責務分離 — semantic（知識）/ episodic（経験）/ structural（関係）/ parameter（差分重み）
3. 宣言的構造記述 — sub-block 列を YAML で表現、AI が提案・比較しやすい
4. 審査付き自己進化 — オンラインは memory write と軽微 routing のみ、構造変更はオフライン審査経由
5. 生物学的記憶モデル直接埋め込み — 海馬-皮質 consolidation cycle、surprise score、phase transition
6. 形式検証付き promotion — Lean / Z3 / TLA+ による構造的不変量検査を LLM 評価前に挟む
7. llmesh / llove ファミリー統合 — 産業 IoT センサを直接 episodic memory に、TUI で HITL 完結
8. TRIZ アイデア出しを内蔵 — 40 原理 + 39×39 矛盾マトリクス + ARIZ + 9 画法を mutation policy として組込み、メトリクスから矛盾を自動検出 → 原理マッピング → RAD 裏付け → CandidateDiff 生成までを自走

既存類似研究との位置づけ

既存系	重なる範囲	llive の差別化
MemGPT / LongMem	階層メモリ	4 層分離 + phase transition + 署名 zone
AutoML-Zero / NAS-LLM	構造探索	形式検証 gate + multi-precision shadow + 失敗データ化
Self-Refine / Reflexion	自己批評	online/offline 分離 + llove TUI HITL staging
MERA / ModularLLM	モジュラー化	可変長 BlockContainer YAML + plugin registry
AutoGPT 系	エージェント	llmesh 産業 IoT 直結 + llove TUI

ステータス

• 2026-05-13: プロジェクト発足。要件定義 v0.1 → v0.2 拡充完了。
• 現在: Phase 0 — schema / interface 設計、ディレクトリ構造の確立フェーズ。

ドキュメント

• 要件定義 v0.1（原型）
• 要件定義 v0.2 追補章（TRIZ + 設計パターン + llmesh/llove 統合）

ファミリー

• llmesh — マルチプロトコル LLM ゲートウェイ、産業 IoT 対応
• llove — TUI dashboard、可視化と HITL
• llmesh-suite — llmesh + llove のメタパッケージ
• llive — 自己進化型モジュラー記憶 LLM 基盤（本リポジトリ）

ライセンス

MIT