論文の概要: When Not to Write Memory: Governing False Promotion from Correlated Agent Traces

• arxiv url: http://arxiv.org/abs/2607.02579v1
• Date: Tue, 30 Jun 2026 21:27:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 13:42:02.069172
• Title: When Not to Write Memory: Governing False Promotion from Correlated Agent Traces
• Title（参考訳）: メモリを書かないとき - 関連エージェントトレースからの偽の促進を克服する
• Abstract要約: 長寿命の言語エージェントは、自身の実行トレースから再利用可能なメモリを書くことが増えています。 重要な安全上の問題は、どのエージェントを覚えるべきかということだが、いつメモリの記述を一切拒否すべきなのか。 我々は、この障害モードをメモリの書き込みパスガバナンス問題として研究する。
• 参考スコア（独自算出の注目度）: 10.675009214407185
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-lived language agents increasingly write reusable memories from their own execution traces. The key safety question is not only what agents should remember, but when they should refuse to write memory at all. Repeated observations across agents are not necessarily independent evidence: the same claim may be copied from a shared source, induced by a shared prompt, stale under a new environment, or valid only in a narrower scope. We study this failure mode as a memory writepath governance problem. We introduce GovMem as a conservative diagnostic reference policy that estimates dependency-aware support, retrieves counterevidence, assigns scope, and outputs one of three decisions: promote, reject, or needs-review. In controlled synthetic stress tests, GovMem reduces false promotion from 0.597 to 0.040 in the default setting while preserving 0.960 recall, at an explicit review burden. In a project-internal 120candidate human-labeled real-trace subset spanning 79 recorded traces and project reports, dependency-aware promotion reduces false promotion from 0.371 for source+scope to 0.032 overall, but held-out false promotion remains 0.111 and the method is highly conservative, with 0.692 review burden and 0.448 direct recall. A final human adjudication of 133 high-impact external codingagent candidates is more severe: none are safe for automatic promotion, and all 11 verification-gate positives are rejected as boilerplate, shared-tool artifacts, file dumps, or non-reusable debugging traces. These results support GovMem primarily as a diagnostic governance design point, not as a generally validated or efficient automatic memory writer: agent memory write paths should be evaluated as risk-controlled evidence-governance systems, while broader external coverage and downstream harm evidence are still needed before stronger claims.
• Abstract（参考訳）: 長寿命の言語エージェントは、自身の実行トレースから再利用可能なメモリを書くことが増えています。 重要な安全上の問題は、どのエージェントが記憶すべきなのかだけでなく、いつメモリの記述を拒否すべきかである。 同じ主張は共有ソースからコピーされ、共有プロンプトによって誘導され、新しい環境下で停滞し、より狭い範囲でのみ有効である。 我々は、この障害モードをメモリの書き込みパスガバナンス問題として研究する。 我々は,GovMemを,依存認識サポートを推定し,その正当性を回復し,スコープを割り当て,3つの決定のうちの1つを出力する,保守的な診断基準ポリシとして紹介する。 制御された合成ストレステストにおいて、GovMemは、明確なレビューの負担で0.960リコールを保持しながら、デフォルト設定で0.597から0.040に偽のプロモーションを減少させる。 79のトレースとプロジェクトレポートにまたがるプロジェクト内120カンディレートのリアルトレースサブセットでは、依存性対応のプロモーションにより、ソース+スコープの偽のプロモーションが0.371から0.032に減少するが、保留中の偽のプロモーションは0.111に留まり、レビューの負担0.692、ダイレクトリコール0.448となっている。 自動プロモーションには安全ではなく、11個の検証ゲート陽性はボイラープレート、共有ツールアーティファクト、ファイルダンプ、または再利用不能なデバッグトレースとして拒否される。 エージェントメモリ書き込みパスは、リスク管理されたエビデンス-ガバナンスシステムとして評価されるべきであり、より広範な外部カバレッジと下流の有害なエビデンスはまだ、より強力なクレームの前に必要である。

関連論文リスト

• VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
  テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。 それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。 我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
  論文  参考訳（メタデータ） (2026-09-02T20:36:45Z)
• 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)
• D$^2$ACCI: A Dual-Loop Diagnostic Protocol for Evidence-Preserving Agent Memory [10.177699115336425]
  D$2$ACCIプロトコルは、ペア化されたエビデンス、保護されたスライス監視、トレースレベルのローカライズ可能性に基づいて、メモリ介入を促進、機能フラグ、拒否する。 我々はMemStackでプロトコルをインスタンス化し、3つの公開ベンチマークで評価し、LoCoMoで93.59%、LongMemEvalで90.93%、PersonaMem-V2で57.20%を達成した。
  論文  参考訳（メタデータ） (2026-08-18T13:18:38Z)
• From Faulty Memories to Corrected Actions: Dependency-Guided Rollback Repair for Memory-Augmented Agents [19.125716338799545]
  textbfdependency-guided rollback repairは、出所からの型付きメモリ対アクショングラフを構築し、明示的な下流依存性をトレースし、応答関連処理のみを選択的に再生する。 本手法は,3つのツール使用領域と4つのメモリ障害タイプにまたがる150ケースのベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-08-11T05:19:55Z)
• TEPA: Revoking Stale Memories for Conflict-Robust Language Agents [15.829191594065888]
  本稿では, 有効性をメモリの明示的な状態とする, 無効なエビデンスメモリ機構である TEPA を紹介する。 50種以上の制御されたドリフトでは、追加のみのメモリと最後の書き込み-ウィンスのメモリは、完全な逆転の間、メモリ以下に低下した。 クリーンなMemoryAgentBench SH-6kでは、TEPAは強力なラストライト-ウィンスキャッシュにマッチし、現在のキー置換がシングルホップファクト統合の決定的な操作であることを確認した。
  論文  参考訳（メタデータ） (2026-08-07T17:16:33Z)
• Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
  AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。 コードには手書きのコードはなく、人間による注釈もない。 エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
  論文  参考訳（メタデータ） (2026-07-17T17:41:16Z)
• Forensic Trajectory Signatures for Agent Memory Poisoning Detection [0.0]
  攻撃が成功するには、email_send_emailの前にMemory_recall_factを呼び出す必要がある。 この不変量のみを利用する単純な規則は AUC = 0.9563 となる。 厳密にプレフィックスのみの変種は AUC = 0.934 を達成し、リアルタイムブロッキングは適度な劣化で実現可能であることを示唆している。
  論文  参考訳（メタデータ） (2026-06-29T17:09:03Z)
• GateMem: Benchmarking Memory Governance in Multi-Principal Shared-Memory Agents [61.50171793000712]
  GateMemはマルチプリンシパル共有メモリエージェントのベンチマークである。 医療、事務、教育、家庭の領域にまたがる。 強力なユーティリティ、堅牢なアクセス制御、信頼性のある忘れを同時に実現する方法は存在しない。
  論文  参考訳（メタデータ） (2026-06-17T09:06:15Z)
• MemVenom: Triggered Poisoning of Multimodal Memories in Web Agents [74.64265314956441]
  そこで我々は,グラフ構造化外部メモリにテキスト画像のコーディネートを施したブラックボックス攻撃フレームワークを提案する。 MemVenomは、GPT-5ファミリーのWebエージェントで最大99.15%に達する、良質なパフォーマンスに最小限の影響を伴って、強力なエンドツーエンド攻撃を成功させる。
  論文  参考訳（メタデータ） (2026-06-09T11:53:25Z)
• Belief Memory: Agent Memory Under Partial Observability [56.41506249481312]
  本稿では,メモリパラダイムを観測毎に1つの結論にシフトし,その確率で複数の結論を導出するBeliefMemを提案する。 BeliefMemは決定論的パラダイムが破棄されるという不確実性を保ち、エージェントが高い信頼を持って行動することを可能にする。 LoCoMoとALFWorldベンチマークの実証的な評価は、限られたデータであっても、BeliefMemが最高の平均パフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2026-05-07T02:03:13Z)
• Feedback-Normalized Developer Memory for Reinforcement-Learning Coding Agents: A Safety-Gated MCP Architecture [0.0]
  本稿では、RLコーディングエージェントのためのローカルファーストのモデルコンテキストプロトコル(MCP)ネイティブな開発者メモリアーキテクチャであるRL Developer Memoryについて述べる。 メモリ選択をログ化されたコンテキスト決定プロセスとして扱う。 システムは、RLアルゴリズムのバグ、ハードネガ、レビューゲートされたRL/コントロールケース、低リスク障害を含む決定論的200ケースのベンチマークで評価される。
  論文  参考訳（メタデータ） (2026-05-02T18:37:36Z)
• Learning When to Remember: Risk-Sensitive Contextual Bandits for Abstention-Aware Memory Retrieval in LLM-Based Coding Agents [0.0]
  コーディングエージェントは、以前の経験、トレースの修復、リポジトリローカルな運用知識を再利用するために、ますます外部メモリに依存している。 本稿では、純トップk検索問題ではなく、選択的かつリスクに敏感な制御問題として、イシューメモリの使用を再検討する。 リスクに敏感なコンテキスト帯域メモリコントローラであるRSCB-MCを導入し,メモリ使用の有無を判断し,トップレゾリューションを注入し,複数の候補を要約し,高精度または高速リコール検索,停止,あるいはフィードバックを求める。
  論文  参考訳（メタデータ） (2026-04-30T00:32:53Z)
• ImplicitMemBench: Measuring Unconscious Behavioral Adaptation in Large Language Models [60.14219417402433]
  LLMエージェントの既存のメモリベンチマークは、事実の明示的なリコールを評価するが、意識的な検索なしに、経験が自動的な振る舞いになる暗黙の記憶を見落としている。 IndicitMemBenchは、非宣言的メモリの標準的な認知科学のアカウントから引き出された3つの構造を通して暗黙的メモリを評価する最初の体系的なベンチマークである。 当社の300イテムスイートでは,初動採点を備えたLearning/Priming-Interfere-Testプロトコルを統一しています。
  論文  参考訳（メタデータ） (2026-04-09T10:26:32Z)

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。