論文の概要: From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space
- arxiv url: http://arxiv.org/abs/2607.05794v1
- Date: Tue, 07 Jul 2026 03:47:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.391113
- Title: From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space
- Title（参考訳）: パッシブ検索からアクティブメモリナビゲーションへ:記憶を構造化された行動空間として活用することを学ぶ
- Abstract要約: NapMemは、ユーザ履歴をリンクされた多粒度メモリピラミッドにまとめる。
エージェントはクエリと中間的なエビデンスに従ってメモリを選択するように訓練される。
- 参考スコア（独自算出の注目度）: 27.456426188493094
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Long-term user memory is essential for personalized conversational agents, yet many memory systems still expose memory through passive retrieval interfaces, making the model a consumer of pre-selected evidence. We introduce NapMem, a framework for learning to use long-term user memory as a structured action space rather than passively retrieved context. NapMem organizes user history into a linked multi-granularity memory pyramid, where raw conversations, typed memory records, topic tracks, and user profiles are connected through provenance relations, and exposes these levels through memory tools. The agent is trained to select memory according to the query and intermediate evidence, allowing it to inspect different memory granularities before answering. Experiments on PersonaMem-v2, LongMemEval, and LoCoMo show that a NapMem agent trained with memory-tool reinforcement learning is competitive across diverse memory-intensive tasks, while evaluations on non-memory tasks suggest that the learned policy largely preserves general reasoning and tool-use abilities. Additional analyses examine storage, inference cost, tool-use behavior, and ablations over navigation, memory granularity, and RL training. Our results suggest that long-term user memory benefits from coupling structured storage with a learned policy for using memory at the appropriate granularity.
- Abstract（参考訳）: パーソナライズされた対話エージェントには長期のユーザメモリが不可欠であるが、多くのメモリシステムは受動的検索インタフェースを通じてメモリを公開するため、モデルが事前に選択されたエビデンスを消費する。
我々は,長期ユーザメモリを受動的に検索されるコンテキストではなく,構造化されたアクション空間として使用する学習フレームワークであるNapMemを紹介した。
NapMemは、ユーザ履歴を、生の会話、型付きメモリレコード、トピックトラック、ユーザプロファイルを前例の関係を通じて接続する、リンクされた多言語メモリピラミッドにまとめ、これらのレベルをメモリツールを通じて公開する。
エージェントはクエリと中間的なエビデンスに従ってメモリを選択するように訓練され、応答する前に異なるメモリの粒度を検査することができる。
PersonaMem-v2、LongMemEval、LoCoMoの実験では、メモリツール強化学習で訓練されたNapMemエージェントが、様々なメモリ集約的なタスクで競合していることが示されている。
追加分析では、ストレージ、推論コスト、ツール使用行動、ナビゲーション上の改善、メモリの粒度、RLトレーニングについて検討する。
この結果から, 長期記憶は, メモリを適切な粒度で使用するための学習ポリシーと, 構造化ストレージとの結合による利点が示唆された。
関連論文リスト
- 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) - MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery [58.64329475683699]
我々は、長期記憶は監査可能な相互作用後のアーティファクトとして評価されるべきであると主張している。
我々は、メモリを備えたエージェントがシミュレーションユーザを支援するベンチマークであるMEMPROBEで、このビューをインスタンス化する。
私たちは、成功したアシストと回復可能なメモリが、異なる機能として振る舞うことに気付きました。
論文 参考訳（メタデータ） (2026-06-23T13:52:46Z) - Learning User-Aware Recall: Personalized Retrieval in Long-Term Conversational Memory [15.297367578990903]
プロファイル誘導型パーソナライズド検索最適化(PPRO)は対話履歴からエピソードおよびセマンティックメモリバンクを構築する。
PPROはメモリランキングにおいて明示的なパーソナライズされた先行として機能し、検索は安定したユーザー属性、好み、関係を考慮できる。
LoCoMoとLongMemEval-Sの実験では、トレーニング不要のメモリシステムよりも一貫した利得を示している。
論文 参考訳（メタデータ） (2026-05-28T06:47:48Z) - MemCog: From Memory-as-Tool to Memory-as-Cognition in Conversational Agents [16.587587215932526]
本稿では,メモリアクセスを推論プロセスの不可欠な部分とするメモリ・アズ・認知システムを提案する。
MemCogはユーザ知識をNavigable Memory Storeとしてアソシエーションリンクグラフで整理する。
また,プロアクティブメモリトリガ評価のための最初のベンチマークであるProactiveMemBenchを構築した。
論文 参考訳（メタデータ） (2026-05-27T06:48:33Z) - MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models [56.31411457917676]
本稿では,メモリ構築と検索において,機能的メモリ境界を保存するタイプアウェアメモリフレームワークであるMemGuardを紹介する。
幻覚と長期会話のベンチマーク全体で、MemGuardはメモリの信頼性を最大28.27%向上し、メモリトークンは以前の方法より5.8倍少ない。
論文 参考訳（メタデータ） (2026-05-27T06:04:19Z) - Personalize-then-Store: Benchmarking and Learning Personalized Memory for Long-horizon Agents [20.22872890297194]
既存の大規模言語モデル(LLM)ベースのメモリシステムは、基本的な現実を覆い隠す、普遍的で静的なポリシーを適用している。
パーソナライズされたメモリシステムを評価するための最初のベンチマークであるPerMemBenchを紹介する。
本稿では,過渡セッションのメモリ操作を選択的にバイパスする軽量フレームワークであるセッションレベルのストレージゲーティングを提案する。
論文 参考訳（メタデータ） (2026-05-25T07:48:33Z) - MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks [55.145729491377374]
メモリを持つエージェントの既存の評価は、通常、単独で記憶と行動を評価する。
マルチセッションメモリ-エージェント環境ループにおけるエージェントメモリのベンチマークのための統合評価ジムであるMemoryArenaを紹介する。
MemoryArenaは、Webナビゲーション、優先制約付き計画、プログレッシブ情報検索、シーケンシャルなフォーマルな推論を含む評価をサポートする。
論文 参考訳（メタデータ） (2026-02-18T09:49:14Z) - Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning [55.251697395358285]
大規模言語モデル(LLM)は、環境を推論し、計画し、相互作用するインテリジェントエージェントとして、ますます多くデプロイされている。
長期のシナリオに効果的にスケールするには、そのようなエージェントの重要な機能は、過去の経験を保持し、整理し、取り出すことができるメモリメカニズムである。
イベント理論にインスパイアされたイベント中心のメモリフレームワークであるCompassMemを提案する。
論文 参考訳（メタデータ） (2026-01-08T08:44:07Z) - 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) - Multiple Memory Systems for Enhancing the Long-term Memory of Agent [9.43633399280987]
MemoryBankやA-MEMといった既存の手法は、記憶されているメモリの質が劣っている。
我々は認知心理学理論にインスパイアされた多重記憶システムを設計した。
論文 参考訳（メタデータ） (2025-08-21T06:29:42Z) - Self-Attentive Associative Memory [69.40038844695917]
我々は、個々の体験(記憶)とその発生する関係(関連記憶)の記憶を分離することを提案する。
機械学習タスクの多様性において,提案した2メモリモデルと競合する結果が得られる。
論文 参考訳（メタデータ） (2020-02-10T03:27:48Z)
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。