論文の概要: Learning to Retrieve: Dual-Level Long-Term Memory for Text-to-SQL Agents

• arxiv url: http://arxiv.org/abs/2606.00547v1
• Date: Sat, 30 May 2026 05:44:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.517208
• Title: Learning to Retrieve: Dual-Level Long-Term Memory for Text-to-SQL Agents
• Title（参考訳）: 検索のための学習: テキストからSQLエージェントのための2レベル長期記憶
• Abstract要約: 長期記憶は、エージェントが過去の経験を再利用するのに役立つ。 静的メソッドは、下流ユーティリティを最適化しない固定された類似性に依存します。 動的マルチ水平メモリ検索フレームワークであるMERITを提案する。
• 参考スコア（独自算出の注目度）: 63.38073530162493
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Interactive text-to-SQL agents solve database tasks through multi-turn interactions involving schema exploration, query execution, feedback interpretation, and decision revision. Long-term memory helps agents reuse past experiences, but existing retrieval methods remain limited. Static methods rely on fixed similarity heuristics that do not optimize downstream utility, while dynamic methods often learn from sparse final outcomes and retrieve memories at a single decision horizon. This is insufficient when memory usefulness changes across interaction stages, since memories useful for initial planning may differ from those needed for local, state-conditioned execution. We propose MERIT, a dynamic multi-horizon memory retrieval framework. MERIT maintains episode-level memory for global strategic guidance and turn-level memory for local decision support. Both levels use learned retrieval policies optimized with reinforcement learning. To train turn-level retrieval despite limited intermediate supervision, MERIT uses a lightweight Process Reward Model to provide dense proxy rewards for local memory selection. Experiments on BIRD-Interact show that MERIT outperforms no-memory, static-retrieval, and dynamic-retrieval baselines in success rate while reducing average interaction turns. Transfer results on Spider2-Snow further show positive cross-benchmark transfer without benchmark-specific tuning. These results suggest that multi-horizon retrieval improves experience reuse in interactive text-to-SQL agents.
• Abstract（参考訳）: 対話型テキスト-SQLエージェントは、スキーマ探索、クエリ実行、フィードバック解釈、決定リビジョンを含むマルチターンインタラクションを通じて、データベースタスクを解決する。 長期記憶は、エージェントが過去の経験を再利用するのに役立つが、既存の検索方法は限られている。 静的メソッドは、下流のユーティリティを最適化しない固定された類似性ヒューリスティックに依存し、動的メソッドは、希少な最終結果から学習し、単一の決定地平線で記憶を回収する。 なぜなら、初期計画に有用なメモリは、ローカルで状態条件付き実行に必要なメモリとは異なる可能性があるからである。 動的マルチ水平メモリ検索フレームワークであるMERITを提案する。 MERITは、グローバルな戦略的ガイダンスのためのエピソードレベルのメモリと、ローカルな意思決定支援のためのターンレベルのメモリを維持している。 どちらのレベルも、強化学習に最適化された学習検索ポリシーを使用している。 中間管理が限定されているにもかかわらず、ターンレベルの検索を訓練するために、MERITは軽量のProcess Reward Modelを使用して、ローカルメモリ選択に高密度なプロキシ報酬を提供する。 BIRD-Interactの実験では、MERITは平均的な相互作用のターンを減らしながら、無メモリ、静的検索、動的検索のベースラインを成功率で上回っている。 Spider2-Snowの転送結果はさらに、ベンチマーク固有のチューニングなしで、正のクロスベンチマーク転送を示す。 これらの結果から,マルチ水平検索により対話型テキスト-SQLエージェントの再利用性が向上することが示唆された。

関連論文リスト

• CoEvo-Mem: Co-Evolving Retrieval Policy and Memory Bank for LLM Agents [12.963751758893594]
  本稿では,検索ポリシとメモリバンクを併用するクローズドループフレームワークを提案する。 textbfCoEvo-Memは7つのベンチマークで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-08-03T06:04:51Z)
• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
  大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。 メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。 MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
  論文  参考訳（メタデータ） (2026-07-15T08:32:40Z)
• EvoMemBench: Benchmarking Agent Memory from a Self-Evolving Perspective [21.66000179149483]
  EvoMemBenchは、メモリスコープとメモリ内容の2つの軸に沿って編成された統一ベンチマークである。 本稿では,15個の代表記憶法と強い長文ベースラインを標準プロトコルで比較する。 結果は、現在のメモリシステムは、まだ一般的な解決策には程遠いことを示している。
  論文  参考訳（メタデータ） (2026-05-18T13:54:38Z)
• MemMA: Coordinating the Memory Cycle through Multi-Agent Reasoning and In-Situ Self-Evolution [52.29303869050117]
  メモリ拡張LDMエージェントは、長期の相互作用をサポートするために外部メモリバンクを保持する。 MemMAはプラグアンドプレイのマルチエージェントフレームワークで、前方と後方の両方の経路に沿ってメモリサイクルを調整する。
  論文  参考訳（メタデータ） (2026-03-19T10:15:59Z)
• Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents [57.38404718635204]
  大規模言語モデル (LLM) エージェントは、有限コンテキストウィンドウによる長距離推論において基本的な制限に直面している。 既存のメソッドは通常、長期記憶(LTM)と短期記憶(STM)を独立したコンポーネントとして扱う。 本稿では,エージェントのポリシーに LTM と STM 管理を直接統合する統合フレームワークである Agentic Memory (AgeMem) を提案する。
  論文  参考訳（メタデータ） (2026-01-05T08:24:16Z)
• 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)
• ArcMemo: Abstract Reasoning Composition with Lifelong LLM Memory [21.4675019810992]
  概念レベルのメモリは再利用され、ソリューショントレースから抽出されたモジュラー抽象化が自然言語に格納される。 我々は、合成一般化と抽象的推論を強調するベンチマークARC-AGIを評価する。 抽象概念は最も一貫したメモリ設計であり、全てのテストされた推論計算スケールでベースラインを上回ります。
  論文  参考訳（メタデータ） (2025-09-04T17:54:19Z)
• Hierarchical Memory for High-Efficiency Long-Term Reasoning in LLM Agents [19.04968632268433]
  大規模言語モデルエージェント(LLMエージェント)のための階層型メモリアーキテクチャを提案する。 各メモリベクトルは、次の層のセマンティック関連サブメモリを指し示す位置インデックスが埋め込まれている。 推論フェーズにおいて、インデックスベースのルーティング機構は、網羅的な類似性計算を行うことなく、効率的な層間検索を可能にする。
  論文  参考訳（メタデータ） (2025-07-23T12:45:44Z)
• 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。