Mnemosyne OS · XPACEGEMS LLC
Nous construisons un assistant IA qui se souvient de vous, sur des machines que vous contrôlez.
Mnemosyne OS garde vos documents, vos notes et vos conversations comme une mémoire durable sur votre propre matériel, et chaque modèle que vous branchez y puise ses réponses. Il lit les dossiers que vous lui ouvrez, et rien d'autre. Vos coffres peuvent être chiffrés en AES-256 au repos dès que vous l'activez, sous une clé que vous seul détenez. Le cloud est facultatif : votre clé, votre projet Vertex ou votre propre serveur.
Local-first · AES-256 au repos, en option · 77,1 % LongMemEval-M · L’humain gouverne
Windows, macOS et Linux.
Ce que construit XPACEGEMS
Un assistant personnel, sa mémoire, et un bureau pour vos agents.
XPACEGEMS LLC est un laboratoire d'IA indépendant basé à Miami. Son produit, Mnemosyne OS, est une application de bureau pour Windows, macOS et Linux. Elle transforme les fichiers et les conversations d'une personne en une mémoire où tout modèle d'IA peut puiser.
La même application supervise les agents IA qu'une personne fait tourner. Les agents de code et l'assistant Hermes lui rendent compte, et une commande qui pourrait faire des dégâts attend la décision d'un humain.
Sources et vérification
Chaque réponse montre d'où elle vient.
Pendant que la réponse s'écrit, les notes et les documents qu'elle utilise s'affichent à côté. Activez la vérification : une seconde passe compare chaque phrase à ces sources. Les phrases qu'aucune source ne porte sont signalées.
Notre recherche
La couche relationnelle, et la moitié que nous n'avons pas finie.
La mémoire
Des coffres par domaine, une recherche par le sens et par les mots exacts, les sources affichées sous chaque réponse. Cette moitié a un benchmark public : 77,1 % sur des questions LongMemEval-M jamais vues, avec chaque verdict publié.
Sa façon d'être avec une personne
Un assistant qui connaît quelqu'un doit encore décider comment lui parler. Le nôtre interroge les projets au lieu de les approuver, ce qui surprend la première fois. Aucun benchmark ne mesure cela : nous l'étudions à partir des conversations que les gens choisissent de nous envoyer.
Sa façon de répondre vous a surpris ? Écrivez au labo : dev@mnemosyne-os.io
Dans la version 1.8.0
Ce qu'il fait aujourd'hui
- LaTeX
herdr- MCP headless
- VS Code
- Cursor
- Claude Code
- Hermes
- Telegram
-
Vos agents sur un seul bureau
Les agents de code qui tournent dans herdr apparaissent en cartes, et chacune dit si l'agent travaille ou vous attend. Hermes Agent s'installe en un clic et répond sur Telegram.
-
Contrôle par le geste et la voix« mode JARVIS »
Vous parlez à l'orbe et il exécute vos commandes, comme ouvrir votre agenda. Avec une webcam, vous déplacez les fenêtres à la main. La voix et le suivi des mains restent sur la machine.
-
Les cartouches mémoire
Des connaissances publiques récupérées à leur source officielle et rangées dans votre mémoire : lois, médecine, sciences, histoire du monde, failles logicielles, registres de marques et langues. Le chat cite chaque texte avec sa source et sa date.
-
Des réponses vérifiables
Une deuxième passe compare chaque phrase d'une réponse aux sources utilisées, et signale celles qu'aucune source n'appuie.
-
Hors ligne quand il le faut
Avec un modèle local, vous pouvez débrancher le câble internet. Un avocat ou un journaliste interroge un dossier sensible, et le dossier reste sur la machine.
-
Pour les développeurs
Un serveur MCP relie Claude Code, Cursor et d'autres agents aux mêmes coffres. Un SDK permet de construire vos propres cartouches.
D’où vous venez
Entreprise
Des années de documents et de conversations, interrogeables sur votre propre matériel. Vous décidez de ce qui est gardé.
Disponible aujourd’hui Voir la page → 02Journalisme
Tout votre dossier d’enquête interrogeable : PDF, entretiens, captures, notes. Vos sources restent sur votre machine. Il n’écrit pas vos articles.
Disponible aujourd’hui Voir la page → 03Laboratoires de recherche
77,1 % sur LongMemEval-M, chaque verdict publié. Et une offre : un moteur de mémoire pour votre discipline, construit sur votre corpus.
Collaboration ouverte Voir la page → 04Secteur public
Vos archives restent dans votre juridiction, sur votre matériel. Aucun cloud étranger imposé.
Voir la page → 05Banque & finance
Tout le contexte d’un client au même endroit, sur les serveurs de la banque.
Voir la page → 06Robotique, la frontière
Un robot doit garder sa mémoire à bord. La latence casse ses réflexes, et une coupure réseau ne doit rien lui faire oublier. Mémoire embarquée, chiffrée, hors ligne.
Voir la page →Choisissez votre secteur. Chaque page dit ce que Mnemosyne OS fait pour vous.
Un score que vous pouvez vérifier.
Notre moteur de mémoire obtient 77,1 % sur LongMemEval-M, un benchmark public de mémoire conversationnelle à long terme, sur 48 questions qu’il n’avait jamais vues, avec le juge officiel de LongMemEval. Le protocole a été publié avant le run, et chaque réponse est publiée avec son verdict. Sur les 48 questions qui ont servi à régler le moteur, le juge strict donne 85,4 %. Mode hybride : les embeddings et la recherche tournent sur la machine, un modèle cloud (gemini-3.8-flash) écrit les réponses.
Le correcteur, les verdicts et la méthode sont publiés. Vous pouvez refaire le calcul vous-même. Le moteur reste privé. Nos échecs sont documentés à côté de nos réussites.
LongMemEval-M · 77,1 % sur des questions jamais vues · juge officiel · protocole publié avant le run · les ratés documentés
Le benchmark lui-même est public et tiers : LongMemEval sur GitHub →
Le dossier complet (chiffres, protocole, reçus) vit sur le site produit : mnemosyne-os.io/benchmark →
Les chiffres publiés
LongMemEval-M, variante full-haystack : environ 480 sessions parasites par question. Deux jeux de 48 questions et deux juges. Ils se lisent côte à côte, pas comme une progression.
Questions jamais vues
77,1%
37/48 sur un holdout pré-enregistré, juge officiel de LongMemEval
Questions de réglage
85,4%
41/48 sur les questions qui ont servi à régler le moteur, juge strict
Vitesse
Temps d’écriture et de rappel
Mesuré sur une seule machine, un Intel Core Ultra 7 155H, sur le processeur seul, sans GPU, core-engine 1.2.0. Nous avons lancé la mesure deux fois et affichons la plus lente. Ce sont nos propres mesures, pas un benchmark noté.
Écriture
0,10ms
p50 dans le coffre. L'embedding qui la précède n'est pas compté
Rappel vectoriel
20ms
p50, top 10, cache chaud, canal lexical coupé, 10 200 souvenirs
Rappel hybride
108ms
Ce que le chat exécute vraiment : BM25 fusionné au classement
Le rappel hybride est le chemin par défaut depuis le 17 août. C’est lui qui porte ces chiffres. Il classe 200 candidats et y ajoute une passe BM25, donc il coûte 5,3× un rappel vectoriel seul. Les deux répondent depuis la mémoire vive. Tant que le cache se remplit, un rappel vectoriel lit tout l’index en 145 ms.
Mnemosyne Labs
Nos premiers travaux sont publiés : un whitepaper technique sur l’architecture et le kit d’audit du benchmark, tous deux avec un DOI et rattachés à un ORCID. Le carnet de labo dit ce que nous avons mesuré, et ce qui s’est révélé faux.
Publié Whitepaper technique, DOI 10.5281/zenodo.21728283Kit d’audit du benchmark, DOI 10.5281/zenodo.21727140ORCID 0009-0009-1087-3917
Références La lignée de recherche dont nous héritons
Deux travaux publics sont à la base de l’architecture. Nous prolongeons le premier. Nous nous mesurons sur le second.
-
L’idée du « LLM comme système d’exploitation » : un contexte géré comme la mémoire d’un OS. Mnemosyne OS la prolonge avec un service qui tourne en continu, isole les agents et garde tout sur disque, au lieu d’une bibliothèque chargée à chaque session.
arXiv:2310.08560 · MemGPT · Packer et al. · UC Berkeley · 2023
-
Un benchmark académique indépendant de mémoire à long terme, pas une métrique maison. Nos 77,1 % sont mesurés dessus.
arXiv:2410.10813 · LongMemEval · Wu et al. · ICLR 2025
Contact
Pour tout ce qui ne rentre dans aucune rubrique. Une personne lit chaque message.