論文の概要: Hindsight is 20/20: Building Agent Memory that Retains, Recalls, and Reflects

• arxiv url: http://arxiv.org/abs/2512.12818v1
• Date: Sun, 14 Dec 2025 19:47:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.456858
• Title: Hindsight is 20/20: Building Agent Memory that Retains, Recalls, and Reflects
• Title（参考訳）: Hindsight: 20/20: 保持、リコール、リフレクションを行うエージェントメモリの構築
• Authors: Chris Latimer, Nicoló Boschi, Andrew Neeser, Chris Bartholomew, Gaurav Srivastava, Xuan Wang, Naren Ramakrishnan,
• Abstract要約: エージェントメモリを推論のための構造化第1級基板として扱うメモリアーキテクチャであるHindsightを提案する。 情報の追加、アクセス、更新の方法を管理する3つのコア操作 – 保持、リコール、リフレクション – をサポートしている。 オープンソースの20Bモデルは、全文ベースラインで全体の精度を39%から83.6%に引き上げる。
• 参考スコア（独自算出の注目度）: 11.300084544174894
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agent memory has been touted as a dimension of growth for LLM-based applications, enabling agents that can accumulate experience, adapt across sessions, and move beyond single-shot question answering. The current generation of agent memory systems treats memory as an external layer that extracts salient snippets from conversations, stores them in vector or graph-based stores, and retrieves top-k items into the prompt of an otherwise stateless model. While these systems improve personalization and context carry-over, they still blur the line between evidence and inference, struggle to organize information over long horizons, and offer limited support for agents that must explain their reasoning. We present Hindsight, a memory architecture that treats agent memory as a structured, first-class substrate for reasoning by organizing it into four logical networks that distinguish world facts, agent experiences, synthesized entity summaries, and evolving beliefs. This framework supports three core operations -- retain, recall, and reflect -- that govern how information is added, accessed, and updated. Under this abstraction, a temporal, entity aware memory layer incrementally turns conversational streams into a structured, queryable memory bank, while a reflection layer reasons over this bank to produce answers and to update information in a traceable way. On key long-horizon conversational memory benchmarks like LongMemEval and LoCoMo, Hindsight with an open-source 20B model lifts overall accuracy from 39% to 83.6% over a full-context baseline with the same backbone and outperforms full context GPT-4o. Scaling the backbone further pushes Hindsight to 91.4% on LongMemEval and up to 89.61% on LoCoMo (vs. 75.78% for the strongest prior open system), consistently outperforming existing memory architectures on multi-session and open-domain questions.
• Abstract（参考訳）: エージェントメモリは、LCMベースのアプリケーションの成長の次元として評価され、経験を蓄積し、セッションに適応し、単発の質問応答を超えて移動するエージェントを可能にする。 現在のエージェントメモリシステムは、メモリを外部レイヤとして扱い、会話から健全なスニペットを抽出し、ベクターまたはグラフベースのストアに保存し、トップkアイテムを他のステートレスモデルのプロンプトに検索する。 これらのシステムはパーソナライズとコンテキストの受け渡しを改善するが、証拠と推論の境界を曖昧にし、長い地平線を越えて情報を整理するのに苦労し、彼らの推論を説明する必要があるエージェントに限定的な支援を提供する。 我々は,エージェントメモリを,世界事実,エージェント体験,合成エンティティ要約,進化的信念を区別する4つの論理ネットワークに編成することで,推論のための構造化された第1級基板として扱うメモリアーキテクチャであるHendsightを提案する。 このフレームワークは、情報の追加、アクセス、更新の方法を管理する3つのコア操作(保持、リコール、リフレクション)をサポートしている。 この抽象化の下では、時間的、エンティティを意識したメモリ層が、会話ストリームを構造化されたクエリ可能なメモリバンクに徐々に変換する一方、リフレクション層は、このバンク上で回答を生成し、情報をトレース可能な方法で更新する。 LongMemEvalやLoCoMoのような主要な長期会話メモリベンチマークでは、オープンソースの20BモデルでHendsightが全体の精度を39%から83.6%に上げる。 バックボーンのスケーリングにより、HindsightはLongMemEvalでは91.4%、LoCoMoでは89.61%(最強のオープンシステムでは75.78%)となり、マルチセッションやオープンドメインの質問では既存のメモリアーキテクチャを一貫して上回っている。

関連論文リスト

• Memory in the Age of AI Agents [217.9368190980982]
  この研究は、現在のエージェントメモリ研究の最新の展望を提供することを目的としている。 我々は,エージェントメモリ,すなわちトークンレベル,パラメトリック,潜時メモリの3つの支配的実現を同定する。 実用的な開発を支援するため、メモリベンチマークとオープンソースフレームワークの包括的な概要をコンパイルする。
  論文  参考訳（メタデータ） (2025-12-15T17:22:34Z)
• Evo-Memory: Benchmarking LLM Agent Test-time Learning with Self-Evolving Memory [89.65731902036669]
  Evo-Memoryは、大規模言語モデル(LLM)エージェントで自己進化型メモリを評価するための、ストリーミングベンチマークとフレームワークである。 10以上の代表的なメモリモジュールを評価し、10種類の多ターンゴール指向およびシングルターン推論およびQAデータセットで評価した。
  論文  参考訳（メタデータ） (2025-11-25T21:08:07Z)
• SEDM: Scalable Self-Evolving Distributed Memory for Agents [23.182291416527764]
  SEDMは、メモリをパッシブリポジトリからアクティブな自己最適化コンポーネントに変換する検証可能で適応的なフレームワークである。 また,SEDMは,強いメモリベースラインに比べてトークンオーバーヘッドを低減しつつ,推論精度を向上することを示した。 結果は、SEDMをオープンエンドのマルチエージェントコラボレーションのためのスケーラブルで持続可能なメモリメカニズムとして強調する。
  論文  参考訳（メタデータ） (2025-09-11T14:37:37Z)
• Memory-R1: Enhancing Large Language Model Agents to Manage and Utilize Memories via Reinforcement Learning [89.55738101744657]
  大規模言語モデル(LLM)は、幅広いNLPタスクで印象的な機能を示しているが、基本的にはステートレスである。 本稿では,LLMに外部メモリを積極的に管理・活用する機能を備えた強化学習フレームワークであるMemory-R1を提案する。
  論文  参考訳（メタデータ） (2025-08-27T12:26:55Z)
• Evaluating Memory in LLM Agents via Incremental Multi-Turn Interactions [22.190297901876278]
  メモリエージェントに不可欠な4つのコア能力、すなわち、正確な検索、テスト時間学習、長距離理解、選択的忘れの4つを特定した。 既存のベンチマークは、限られたコンテキスト長に依存するか、書籍ベースのQAのような静的で長いコンテキスト設定用に調整されている。 メモリエージェント用に特別に設計された新しいベンチマークであるMemoryAgentBenchを紹介する。
  論文  参考訳（メタデータ） (2025-07-07T17:59:54Z)
• MEM1: Learning to Synergize Memory and Reasoning for Efficient Long-Horizon Agents [84.62985963113245]
  我々は,長時間のマルチターンタスクに対して,エージェントが一定のメモリで動作可能な,エンドツーエンドの強化学習フレームワークMEM1を紹介する。 各ターンでMEM1は、メモリ統合と推論を共同でサポートするコンパクトな共有内部状態を更新する。 その結果,MEM1-7Bは16目的のマルチホップQAタスクにおいて,Qwen2.5-14B-Instructと比較してメモリ使用量を3.7倍削減し,3.5倍の性能向上を示す。
  論文  参考訳（メタデータ） (2025-06-18T19:44:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。