論文の概要: Memory Depth, Not Memory Access: Selective Parametric Consolidation for Long-Running Language Agents
- arxiv url: http://arxiv.org/abs/2606.26806v1
- Date: Thu, 25 Jun 2026 09:42:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.229494
- Title: Memory Depth, Not Memory Access: Selective Parametric Consolidation for Long-Running Language Agents
- Title（参考訳）: メモリの深さ、メモリアクセスではない: 長期実行言語エージェントのための選択的なパラメトリック統合
- Abstract要約: メモリ深度:小さなパラメトリックストアに書き込まれた耐久性のあるゴール条件付き傾向について検討する。
我々は,作業環境がアンロードされている間,検索インデックスが無傷である制御ストレステストであるループドリフトプロトコルを導入する。
選択的凝縮は2つの制御可能な次元(選択とアクティベーション)に分解される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Long-running language agents need more than memory access. Retrieval systems can fetch past facts at query time, but they do not decide which experiences should continue to shape behavior after the working context is unloaded. We study this separate problem as memory depth: durable goal-conditioned tendencies written into a small parametric store. We introduce the loop-drift protocol, a controlled stress test in which the retrieval index remains intact while working context is unloaded and goal-conditioned behavior must persist under long-loop interference. We evaluate EVAF, a surprise- and valence-gated LoRA consolidation mechanism. Across GPT-2 and TinyLlama, retrieval is strongest on shallow factual recall (short-fact accuracy 0.956--0.973), while EVAF is strongest on goal persistence and post-unload recovery (0.812--0.904) with only 2--3 parametric writes per 200 events. Mechanism controls show that selective consolidation factorizes into two controllable dimensions: selection and actuation. Matched random gates isolate selection beyond sparse writing; fixed-inner controls across GPT-2, TinyLlama, and Mistral-7B show that inner-loop write strength is model-dependent; and a Mistral-7B matched-gate inversion reveals asymmetric selection-actuation coupling under miscalibrated actuation. Public Memora event streams serve as an external diagnostic, exposing stale-memory invalidation as an unresolved boundary. Within this probe, selective parametric consolidation supplies memory depth distinct from and complementary to retrieval access.
- Abstract（参考訳）: 長期にわたる言語エージェントはメモリアクセス以上のものを必要とする。
検索システムはクエリ時に過去の事実を取得することができるが、作業コンテキストがアンロードされた後も、どのエクスペリエンスが振舞いを継続するかは決定しない。
我々は、この分離問題を記憶深度として、小さなパラメトリックストアに書き込まれた耐久性のあるゴール条件付き傾向について研究する。
ループドリフトプロトコルは,作業コンテキストがアンロードされ,目標条件付き動作が長時間ループ干渉下で持続する必要がある場合に,検索インデックスが無傷である制御ストレステストである。
EVAF, 突発性および有価性を有する LoRA 統合機構の評価を行った。
GPT-2 と TinyLlama 全体では、検索は浅いファクトリコール(短いファクト精度0.956--0.973)で最強であり、EVAF は目標の持続性と負荷後の回復(0.812--0.904)で最強であり、200イベント当たりのパラメトリック書き込みは2--3である。
メカニズム制御は、選択的凝縮が2つの制御可能な次元(選択とアクティベーション)に分解されることを示している。
一致したランダムゲートはスパース書き込み以外の選択を分離し、GPT-2、TinyLlama、Mistral-7B間の固定インナー制御はインナーループ書き込み強度がモデル依存であることを示す。
Public Memoraイベントストリームは外部診断として機能し、未解決境界としてスタルメモリ無効化を露呈する。
このプローブ内では、選択的パラメトリックコンソリデーションは、検索アクセスと相補的なメモリ深度を提供する。
関連論文リスト
- Hindsight Memory-PRM: Supervising Memory Management with Auditable Hindsight Credit [48.811961095386]
Hindsight Memory-PRMはこの監査パスを2回利用します。
オフラインで操作条件付きメモリユーティリティの批判をトレーニングする。
オンラインでは、検索、引用、および1つの制御された削除と再回答が、介入校正されたエントリーレベルのプレゼンスクレジットを確定する。
論文 参考訳（メタデータ） (2026-08-30T06:53:13Z) - MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。
MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。
長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
論文 参考訳（メタデータ） (2026-07-14T15:33:44Z) - EVAF: A Test-Retest Protocol for Selective Parametric Consolidation [0.0]
本稿では,LRA統合のためのEcho-Valence Attractor Field機構であるEVAFを紹介する。
GPT-2 と TinyLlama 全体で、EVAF は高頻度で高サプライズな体験を優先的に統合する。
テスト-再テスト測定では, 凍結, 検索のみ, アンゲートの連続更新ベースラインよりも, 干渉後の動作持続性が強いことが示された。
論文 参考訳（メタデータ） (2026-06-29T07:53:50Z) - ConvMemory v3: A Validity Context Layer for Conversational Memory via Target-Conditioned Relation Verification [0.0]
ConvMemory v3では、この更新エビデンスを検出し、サーフェスする妥当性コンテキスト層が追加されている。
コアメカニズムは、特定のターゲット命題に関する関係判断を条件とする二重証拠ゲートである。
合成マルチホップ検証ベンチマークでは、ゲートの精度は90.12% +/- 1.73である。
論文 参考訳（メタデータ） (2026-06-25T08:36:43Z) - Learning What to Remember: A Cognitively Grounded Multi-Factor Value Model for Agentic Memory [1.2127875744950842]
LLMエージェントは、どのコンテキストウィンドウよりもはるかに大きなインタラクション履歴を蓄積する。
生産システムは意味的類似性や傾向に答える。
本研究では、7つの解釈可能な因子に対する多要素記憶関数 V(m)=sum_i w_i f_i(m) を提案する。
論文 参考訳（メタデータ） (2026-06-11T06:17:31Z) - SAM: State-Adaptive Memory for Long-Horizon Reasoning Agent [51.274445160155864]
ロングホライゾンのエージェント推論は、思考、ツールコール、観察、部分的な結論を含む長い相互作用履歴を通して行動するために大きな言語モデルを必要とする。
既存のアプローチでは、インタラクション履歴の切り抜き、短いサロゲートに圧縮、あるいは再利用のために選択した部分を取得することで、この問題に対処している。
我々は、インテント駆動リコールのための生のトラジェクトリページを保持しながら、継続的なインタラクションをコンパクトなメモリキューに統合するスタンドアロンフレームワークであるState-Adaptive Memoryを提案する。
論文 参考訳（メタデータ） (2026-05-23T08:37:16Z) - GoTTA be Diverse: Rethinking Memory Policies for Test-Time Adaptation [54.70334474895361]
テスト時間適応(TTA)は、事前訓練されたモデルが、分散シフトの下でラベルのないテストストリームにオンラインで適応できるようにする。
ほとんどのTTA研究は適応の目的に焦点を当てているが、実用的なストリームはどのサンプルが適応を駆動するかを選択するのに使用されるメモリにも大きく依存している。
本稿では,クラスバランスアロケーションと特徴空間の多様性を組み合わせた多様性を考慮したメモリポリシーであるGOTTAについて紹介する。
論文 参考訳（メタデータ） (2026-05-19T14:18:46Z) - Temporal Attention for Adaptive Control of Euler-Lagrange Systems with Unobservable Memory [1.2891210250935148]
本稿では,自己注意ブロックによって演算トルク制御器の利得が生成されるメタ制御アーキテクチャを提案する。
注意頭数は、記憶状態勾配の代理解析によりポリシートレーニングの前に選択される。
この手法は非線形摩擦と可変ペイロードを持つ2-DOFマニピュレータで試験される。
論文 参考訳（メタデータ） (2026-05-07T19:25:18Z) - Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval [59.295767860331004]
RF-Memは、親しみやすい不確実性誘導デュアルパスメモリレトリバーである。
それは、人間のようなデュアルプロセス認識をレトリバーに埋め込む。
一定の予算とレイテンシの制約の下で、ワンショット検索とフルコンテキスト推論を一貫して上回る。
論文 参考訳（メタデータ） (2026-03-10T06:31:44Z) - TS-Memory: Plug-and-Play Memory for Time Series Foundation Models [63.21390142212087]
Time Series Foundation Models (TSFM) は大規模な事前訓練を通じて強力なゼロショット予測を実現する。
パラメトリック適応は破滅的な忘れを招き、非パラメトリック検索は予測を改善するが、データストア検索によってレイテンシが高くなる。
本稿では, TSFM を拡張した軽量メモリアダプタ TS-Memory としてParametric Memory Distillation を提案し,実装する。
論文 参考訳（メタデータ） (2026-02-12T04:16:19Z) - Agentic Unlearning: When LLM Agent Meets Machine Unlearning [45.60284810359578]
パラメータとメモリ経路をまたいだ共同学習フレームワークであるSingchronized Backflow Unlearning(SBU)を提案する。
SBUは、保持されたデータに対する限定的な劣化を伴う、両方の経路にまたがる標的となるプライベート情報のトレースを削減する。
論文 参考訳（メタデータ） (2026-02-06T07:13:13Z) - Memory in Large Language Models: Mechanisms, Evaluation and Evolution [8.158439933515131]
我々は,4つの分類法(パラメトリック,文脈,外部,手続き/エピソード)とメモリ四倍法(ロケーション,永続性,書き込み/アクセスパス,制御性)を提案する。
DMM Gov: DAPT/TAPT, PEFT, モデル編集(ROME, MEND, MEMIT, SERAC)、RAGをコーディネートして監査可能なループを形成する。
これにより、再現可能で、同等で、統制可能な、研究と展開のための座標系が得られる。
論文 参考訳（メタデータ） (2025-09-23T10:06:58Z) - In Prospect and Retrospect: Reflective Memory Management for Long-term Personalized Dialogue Agents [70.12342024019044]
大規模言語モデル(LLM)は、オープンエンド対話において大きな進歩を遂げているが、関連する情報の保持と取得ができないため、その有効性は制限されている。
本稿では,長期対話エージェントのための新しいメカニズムであるリフレクティブメモリ管理(RMM)を提案する。
RMMは、LongMemEvalデータセットのメモリ管理なしでベースラインよりも10%以上精度が向上している。
論文 参考訳（メタデータ） (2025-03-11T04:15:52Z)
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。