論文の概要: SWE-MeM: Learning Adaptive Memory Management for Long-Horizon Coding Agents

• arxiv url: http://arxiv.org/abs/2606.28434v1
• Date: Fri, 26 Jun 2026 04:55:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.557853
• Title: SWE-MeM: Learning Adaptive Memory Management for Long-Horizon Coding Agents
• Title（参考訳）: SWE-MeM:長軸符号化エージェントの学習適応メモリ管理
• Abstract要約: SWE-MeMは、ソフトウェアエンジニアリングエージェントのアクティブおよびオンデマンドメモリ管理のためのトレーニングフレームワークである。 エージェントはいつ、いつ、どのように、どのように圧縮するかを、軌道状態、タスク進捗、残りのコンテキスト予算に基づいて決定できる。 4Bモデルと30Bモデルでそれぞれ43.4%と60.2%のリゾルバ率を実現し、既存のメモリ管理ベースラインをパフォーマンスと効率の両方で上回っている。
• 参考スコア（独自算出の注目度）: 36.120924833649376
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon software engineering agents often need to manage lengthy and noisy interaction histories under limited context budgets. Existing memory management methods typically rely on static compression workflows or impose rigid constraints on compression timing and granularity. Moreover, these approaches fail to jointly optimize memory management and issue resolution capabilities to improve performance while reducing token usage. We present SWE-MeM, a training framework for proactive and on-demand memory management in software engineering agents. SWE-MeM provides a flexible memory tool that lets agents decide when, what, and how to compress based on trajectory state, task progress, and remaining context budget. We train agents with synthesized proactive memory-management trajectories and Memory-aware GRPO, which jointly optimizes memory management and issue resolution through memory-aware trajectory splitting and step-level credit assignment. On SWE-Bench Verified, SWE-MeM achieves 43.4% and 60.2% resolve rate with 4B and 30B models, respectively, outperforming existing memory management baselines in both performance and efficiency.
• Abstract（参考訳）: 長期のソフトウェアエンジニアリングエージェントは、限られたコンテキスト予算の下で長くノイズの多いインタラクション履歴を管理する必要があることが多い。 既存のメモリ管理手法は、通常静的圧縮ワークフローに依存するか、圧縮タイミングと粒度に厳格な制約を課す。 さらに、これらのアプローチは、トークンの使用量を減らしながらパフォーマンスを改善するために、メモリ管理とイシュー解決機能を共同で最適化することができない。 本稿では,SWE-MeMについて紹介する。SWE-MeMは,ソフトウェアエンジニアリングエージェントにおける,能動的およびオンデマンドなメモリ管理のためのトレーニングフレームワークである。 SWE-MeMはフレキシブルなメモリツールを提供し、エージェントが軌道状態、タスク進捗、残りのコンテキスト予算に基づいていつ、いつ、どのように、どのように圧縮するかを決定することができる。 我々は、メモリ管理を最適化し、メモリ対応トラジェクトリ分割とステップレベルのクレジット割り当てを通じて、メモリ管理と解決を共同で行う、プロアクティブなメモリ管理トラジェクトリとメモリ対応GRPOのエージェントを訓練する。 SWE-Bench Verifiedでは、SWE-MeMは4Bモデルと30Bモデルでそれぞれ43.4%と60.2%のリゾルバ率を達成する。

関連論文リスト

• UniMem: Complementary Episodic-to-Parametric Memory for Boundary-Agnostic Task Streams [77.52140119830241]
  自律型メモリ管理のためのセルフルーティングフレームワークUniMemを提案する。 UniMemは学習可能なルーティングトークンをメモリコントローラとして使用し、相補的なメモリ経路間の適応的な調整を可能にする。 長距離ストリーミングタスクシーケンスの実験では、UniMemは実行の忠実さを維持しながらベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-07-28T17:28:21Z)
• 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)
• MemGym: a Long-Horizon Memory Environment for LLM Agents [69.79226770543049]
  本稿では,エージェントメモリのベンチマークであるMemGymを紹介する。 MemGymは、メモリパフォーマンスを推論、検索、ツール使用能力から切り離すメモリアイソレーションスコアを報告している。 MEMGYM-CODEQAとMEMGYM-DRの合成パイプラインは、長さ制御可能であり、各ステージでアブレーションを検証可能であり、下流のシナリオと密に整合している。
  論文  参考訳（メタデータ） (2026-05-20T07:25:33Z)
• DeltaMem: Towards Agentic Memory Management via Reinforcement Learning [40.20038317952425]
  本稿では,エージェント型メモリ管理システムDeltaMemを提案する。 メモリ更新報酬を形式化する新しいメモリベースのLevenshtein Distanceを導入し、DeltaMemの管理能力を一層高めるための強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-02T03:13:53Z)
• UMEM: Unified Memory Extraction and Management Framework for Generalizable Memory [46.87954895079213]
  自己進化型メモリは、大規模言語モデル(LLM)のトレーニング可能なパラメータとして機能する 既存の方法は、メモリ抽出を静的プロセスとして扱いながら、メモリ管理を優先的に最適化する。 本稿では,大言語モデルを協調的に最適化し,メモリの抽出と管理を同時に行うための統一メモリ抽出管理(UMEM)を提案する。
  論文  参考訳（メタデータ） (2026-02-11T08:58:41Z)
• Mem-T: Densifying Rewards for Long-Horizon Memory Agents [23.19373149519922]
  我々は,動的更新やストリーミング入力によるマルチターン検索を行うために,軽量な階層型メモリデータベースと対話する自律メモリエージェントMem-Tを紹介する。 また,木誘導型強化学習フレームワークであるMoT-GRPOを提案する。
  論文  参考訳（メタデータ） (2026-01-30T14:23:33Z)
• 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)
• MemOS: A Memory OS for AI System [116.87568350346537]
  大規模言語モデル(LLM)は、人工知能(AGI)にとって不可欠な基盤となっている。 既存のモデルは、主に静的パラメータと短命なコンテキスト状態に依存しており、ユーザの好みを追跡したり、長い期間にわたって知識を更新する能力を制限する。 MemOSはメモリを管理可能なシステムリソースとして扱うメモリオペレーティングシステムである。
  論文  参考訳（メタデータ） (2025-07-04T17:21:46Z)
• MEMO: Fine-grained Tensor Management For Ultra-long Context LLM Training [24.066283519769968]
  大規模言語モデル(LLM)は、よりクリエイティブなアプリケーションを促進するために、拡張コンテキスト長を使用して訓練されている。 本稿では,メモリ管理を微粒化するための新しいフレームワークであるMEMOを提案する。 MeMOはMegatron-LMやDeepSpeedと比べて平均1.97倍と1.80倍のMFUを達成している。
  論文  参考訳（メタデータ） (2024-07-16T18:59:49Z)

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。