LLMアプリケーションにおいて；「前のターンの会話内容」をベクトルデータベースから検索し；現在のプロンプトに追加する仕組みを何というか。

強化学習において；エージェントが「未知の環境」を探索する際；報酬が全く得られない場所でも「次に何が起きるかの予測しにくさ」を指標に動く仕組みを何というか。