Fugu-MT 論文翻訳(概要): ISM:Self-Improving Strategy Memory for Continual Mathematical Reasoning

論文の概要: ISM:Self-Improving Strategy Memory for Continual Mathematical Reasoning

arxiv url: http://arxiv.org/abs/2606.31191v1
Date: Tue, 30 Jun 2026 06:21:08 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-01 18:27:19.095818
Title: ISM:Self-Improving Strategy Memory for Continual Mathematical Reasoning
Title（参考訳）: ISM:連続的数学的推論のための自己改善戦略記憶
Abstract要約: Intelligent Memory (ISM) は、自己進化型メモリ拡張システムであり、ハード・エピソード・リセットによる連続学習において、凍結LDMの数学的推論を改善する。 ISMは、成功と失敗の両方から学んだ、コンパクトで自己修正された戦略スキーマのバンクを維持しており、中間ステップをチェックし、回答を認証する象徴的なツールを備えている。
参考スコア（独自算出の注目度）: 4.082318890655265
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose Intelligent Schema Memory (ISM), a self-evolving memory-augmented system that improves mathematical reasoning for a frozen LLM under continual learning with hard episodic resets. ISM maintains a compact, self-refined bank of strategy schemas learned from both successful and failed episodes, with symbolic tools that check intermediate steps and certify answers.Without updating model parameters, ISM outperforms passive, retrieval, and reflection baselines on MATH-Hard and OlympiadBench, using 64% and 86% fewer schemas respectively than the strongest passive baseline. These results show that small, actively maintained, and verified strategy memories can support reliable continual mathematical reasoning under strict episodic isolation.
Abstract（参考訳）: 本稿では,自己進化型メモリ拡張システムであるIntelligent Schema Memory (ISM)を提案する。 ISMは、成功したエピソードと失敗したエピソードの両方から学んだ、コンパクトで自己修正された戦略スキーマのバンクを維持しており、中間ステップをチェックし、回答を認証する象徴的なツールを備えている。モデルパラメータを更新することなく、ISMはMATH-HardとOlympiadBenchで、それぞれ64%と86%のスキーマを使用して、受動的、検索、およびリフレクションベースラインのパフォーマンスを向上する。これらの結果から, 厳密なエピソード分離の下での連続的な数学的推論を, 小さく, 活発に維持し, 検証された戦略記憶が支持できることが示唆された。

関連論文リスト

Can We Trust LLMs on Memristors? Diving into Reasoning Ability under Non-Ideality [19.903894625956394]
本稿では,言語モデル(LLM)推論における内在的非理想性の影響について検討する。我々は,思考モード,コンテキスト内学習,モジュール冗長性の3つのトレーニングフリー戦略を評価した。本研究は,LLM推論における非理想的および実践的手法によるロバスト性向上のための新たな知見を提供する。
論文参考訳（メタデータ） (2026-03-14T03:02:15Z)
MERIT: Memory-Enhanced Retrieval for Interpretable Knowledge Tracing [23.48465917752293]
大きな言語モデル(LLM)は強力な推論能力を提供するが、限られたコンテキストウィンドウや幻覚に苦しむ。 MERIT(Memory-Enhanced Retrieval for Interpretable Knowledge Tracing)は,凍結LDM推論と構造化ペタゴジカルメモリを組み合わせた学習自由フレームワークである。 LLMを解釈可能なメモリにグラウンドすることで、MERITは勾配更新なしで現実世界のデータセット上で最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2026-03-03T10:07:38Z)
MetaMem: Evolving Meta-Memory for Knowledge Utilization through Self-Reflective Symbolic Optimization [57.17751568928966]
自己進化型メタメモリでメモリシステムを拡張するフレームワークであるMetaMemを提案する。メタメモリ最適化の間、MetaMemは異なるタスク間で伝達可能な知識利用経験を反復的に蒸留する。大規模な実験ではMetaMemの有効性が示され、これは強いベースラインを3.6%以上上回っている。
論文参考訳（メタデータ） (2026-01-27T04:46:23Z)
Learn Like Humans: Use Meta-cognitive Reflection for Efficient Self-Improvement [12.323590647528247]
本稿では,メタ認知エージェントである反射自己改善(MARS)を提案する。 MARSは、原則に基づくリフレクションと手続き的リフレクションを統合することで、人間の学習を模倣する。 6つのベンチマーク実験により、MARSは最先端の自己進化システムより優れていることが示された。
論文参考訳（メタデータ） (2026-01-17T09:12:26Z)
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)
From Experience to Strategy: Empowering LLM Agents with Trainable Graph Memory [48.22750809620306]
大規模言語モデル(LLM)に基づくエージェントは、自律的なタスク解決において顕著な可能性を示している。本稿では,エージェント中心型,トレーニング可能な,多層グラフメモリフレームワークを提案する。コンテクストメモリがLLMの情報活用能力をいかに向上させるかを示す。
論文参考訳（メタデータ） (2025-11-11T03:36:33Z)
Evaluating Long-Term Memory for Long-Context Question Answering [100.1267054069757]
質問応答タスクにアノテートした合成長文対話のベンチマークであるLoCoMoを用いて,メモリ拡張手法の体系的評価を行う。以上の結果から,メモリ拡張アプローチによりトークン使用率が90%以上削減され,競争精度が向上した。
論文参考訳（メタデータ） (2025-10-27T18:03:50Z)
PISA: A Pragmatic Psych-Inspired Unified Memory System for Enhanced AI Agency [50.712873697511206]
既存の作業は、多種多様なタスクへの適応性に欠けることが多く、AIエージェントメモリの構成的およびタスク指向の役割を見落としている。 PISAは,メモリを構築的かつ適応的なプロセスとして扱う,実践的でサイコにインスパイアされた統合メモリシステムである。既存のLOCOMOベンチマークと新たに提案したデータ解析タスクのAggQAベンチマークに基づいて,PISAが適応性と長期的知識保持を大幅に向上させることで,新たな最先端技術を設定することを確認した。
論文参考訳（メタデータ） (2025-10-12T10:34:35Z)
Memory Determines Learning Direction: A Theory of Gradient-Based Optimization in State Space Models [2.6599014990168834]
状態空間モデル(SSM)はトランスフォーマーを上回る可能性を示すことで注目を集めている。本研究では,このような説明を行い,改良されたトレーニング戦略を提案する。
論文参考訳（メタデータ） (2025-10-01T06:30:42Z)
Fuzzy, Symbolic, and Contextual: Enhancing LLM Instruction via Cognitive Scaffolding [3.553493344868413]
本研究では,指導対話における大規模言語モデル(LLM)の認知行動に,素早いレベルの帰納的バイアスがどう影響するかを検討する。本稿では,適応的,構造化された推論を促進するために,短期記憶スキーマと組み合わせたシンボリックスキャフォールディング手法を提案する。予備的な結果は、我々の完全なシステムがベースラインの変種を一貫して上回っていることを示している。
論文参考訳（メタデータ） (2025-08-28T20:46:13Z)
Growing Through Experience: Scaling Episodic Grounding in Language Models [67.27024505353384]
言語モデル(LM)は、物理的な計画タスクに長けるために、堅牢なエピソジックグラウンドを必要とする。現在のエピソジックな基盤アプローチは、スケーラビリティと統合に苦労しています。本稿では,より小規模から大規模にエピソジックな動作を効果的に伝達する,スケーラブルな弱から強のエピソジックな学習フレームワークを提案する。
論文参考訳（メタデータ） (2025-06-02T04:52:19Z)
Stable Hadamard Memory: Revitalizing Memory-Augmented Agents for Reinforcement Learning [64.93848182403116]
現在のディープラーニングメモリモデルは、部分的に観察可能で長期にわたる強化学習環境で苦労している。本稿では,強化学習エージェントのための新しい記憶モデルであるStable Hadamard Memoryを紹介する。我々の手法は、部分的に観測可能なベンチマークに挑戦する上で、最先端のメモリベースの手法よりも大幅に優れています。
論文参考訳（メタデータ） (2024-10-14T03:50:17Z)

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。