論文の概要: Seeing and Reflecting: Multimodal Memory-Enhanced Agent Collaboration for Recommendation

• arxiv url: http://arxiv.org/abs/2607.07108v1
• Date: Wed, 08 Jul 2026 07:50:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.317248
• Title: Seeing and Reflecting: Multimodal Memory-Enhanced Agent Collaboration for Recommendation
• Title（参考訳）: 参照とリフレクション: 勧告のためのマルチモーダルメモリ強化エージェントコラボレーション
• Abstract要約: MMEACRはマルチモーダルメモリ強化エージェントコラボレーションフレームワークである。 微粒なマルチモーダルマッチングから解釈可能なエージェントを分離する。 MMEACRは、競争力のあるLLMベースおよびエージェントベースベースラインに対して、高い全体的なパフォーマンスを達成する。
• 参考スコア（独自算出の注目度）: 27.43053910738573
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Large language model (LLM)-based agentic recommender systems show promise in modeling user preferences through natural-language reasoning, yet they remain limited by text-centric inputs and coarse-grained memory updates, making agents prone to missing visual evidence, semantic noise, and preference drift. To address these limitations, we propose MMEACR, a Multimodal Memory-Enhanced Agent Collaboration framework for recommendation. MMEACR introduces a dual-track memory architecture that separates interpretable agent reasoning from fine-grained multimodal matching. In the reasoning track, collaborative User and Item Memory Agents maintain persistent multimodal memories and update them through an attribute-guided reinforcement-and-reflection mechanism. In the matching track, a decoupled multi-modal embedding memory is built from raw interaction narratives and item images to preserve detailed cross-modal signals beyond structured memory updates. The two tracks are integrated through weighted Reciprocal Rank Fusion to produce robust and interpretable rankings. Experiments on three real-world domains show that MMEACR achieves strong overall performance against competitive LLM-based and agent-based baselines, with notable gains in visually grounded recommendation scenarios.
• Abstract（参考訳）: 大規模言語モデル(LLM)ベースのエージェントレコメンデータシステムは、自然言語の推論を通じてユーザの好みをモデル化する約束を示すが、テキスト中心の入力と粗い粒度のメモリ更新によって制限されるため、エージェントは視覚的エビデンス、セマンティックノイズ、好みのドリフトを欠く傾向にある。 これらの制約に対処するため,マルチモーダルメモリ強化エージェント協調フレームワークMMEACRを提案する。 MMEACRは、微細なマルチモーダルマッチングから解釈可能なエージェント推論を分離するデュアルトラックメモリアーキテクチャを導入している。 推論トラックでは、協調ユーザとアイテムメモリエージェントが永続的なマルチモーダルメモリを保持し、属性誘導の強化・修正メカニズムを通じて更新する。 マッチングトラックでは、分離されたマルチモーダル埋め込みメモリが生の対話物語とアイテムイメージから構築され、構造化メモリ更新以上の詳細なクロスモーダル信号を保持する。 この2つのトラックは相互に重み付けされたランク・フュージョンによって統合され、堅牢で解釈可能なランキングが作成される。 実世界の3つの領域の実験では、MMEACRは競争力のあるLLMベースおよびエージェントベースのベースラインに対して高い総合的なパフォーマンスを達成し、視覚的に基盤付けられた推奨シナリオにおいて顕著な利益が得られた。

関連論文リスト

• Agents as Knowledge Integrator and Utilizer in Multimodal Recommendation [32.21401177935487]
  マルチモーダルコンテンツは、レコメンデーショングラフの構築やランキングの調整に使用される前に、ユーザの振る舞いと共に解釈されるべきです。 本稿ではエージェントベースのマルチモーダルレコメンデーションフレームワークであるAgentMMRecを提案する。 Amazonの3つのマルチモーダルレコメンデーションデータセットの実験は、AgentMMRecが最近のマルチモーダルベースラインよりも一貫してリコールとNDCGを改善していることを示している。
  論文  参考訳（メタデータ） (2026-08-29T19:25:18Z)
• Dual-Grained Agent Memory and Shapley Context Attribution for Multimodal Agentic Learner [55.80248281761638]
  マルチモーダルな大言語モデル (MLLM) は、科学的および数学的推論において、印象的な認識を提供する。 本稿では,DG-Memを提案する。DG-Memは,トレーニングタイムのロールアウトから一度構築した外部記憶メモリと,テスト時に読み取り専用に相談することで,凍結したMLLMを拡張可能なエージェントメモリフレームワークである。
  論文  参考訳（メタデータ） (2026-08-24T13:56:01Z)
• Collaborative Memory Augmentation for Generative Recommendation [49.76630658239287]
  我々は、ジェネレーティブ・リコメンデーションのためのcOllaborative MEmory拡張フレームワークであるtextbfOMEGAを提案する。 まず、学習可能なクエリトークンを用いて、逐次的ユーザ動作をコンパクトな表現に変換する潜在コンテキスト圧縮手法を提案する。 これらの圧縮された表現は、協調的なメモリバンクに集約され、グローバルな行動パターンの明示的なリポジトリとして機能する。
  論文  参考訳（メタデータ） (2026-08-02T15:34:43Z)
• CREM: Compression-Driven Representation Enhancement for Multimodal Retrieval and Comprehension [49.6969505536365]
  生成能力を保ちつつ、検索のためのマルチモーダル表現を強化する統一的なフレームワークであるCREMを提案する。 CREMはMMEB上での最先端検索性能を達成し,複数の理解ベンチマーク上での強力な生成性能を維持する。
  論文  参考訳（メタデータ） (2026-02-22T08:09:51Z)
• DMESR: Dual-view MLLM-based Enhancing Framework for Multimodal Sequential Recommendation [13.114773060703891]
  マルチモーダルシーケンスレコメンデーション(DMESR)のためのデュアルビューMLLMベースのエンハンシングフレームワークを提案する。 ここでは,MLLM が生成する言語間の意味表現の整合に,コントラスト学習機構を用いる。 細粒度セマンティクスを欠くために,MLLMから得られた粗粒度セマンティクスと細粒度テキストセマンティクスを統合したクロスアテンション融合モジュールを導入する。
  論文  参考訳（メタデータ） (2026-02-14T10:42:56Z)
• Multimodal Generative Recommendation for Fusing Semantic and Collaborative Signals [17.608491612845306]
  逐次リコメンデータシステムは、ユーザのインタラクション履歴をモデル化し、結果のユーザ表現とストアドアイテムの埋め込みの間の内部積を計算することで、関連する項目をランク付けする。 大きなアイテムを格納する際のメモリオーバーヘッドを大幅に回避するため、生成推奨パラダイムは、各アイテムを独立したセマンティックコードとしてモデル化する。 これらのメソッドは、大きなアイテムセットの伝統的なシーケンシャルなレコメンデータを超えておらず、それらが対処するように設計されたシナリオでの採用を制限する。 マルチモーダル・セマンティック・コラボレーション・ジェネレーティブ・レコメンダであるMSCGRecを提案する。
  論文  参考訳（メタデータ） (2026-02-03T16:39:35Z)
• LatentMem: Customizing Latent Memory for Multi-Agent Systems [44.59989123744384]
  トークン効率のよいエージェント固有のメモリをカスタマイズするための学習可能なマルチエージェントメモリフレームワークであるLatentMemを提案する。 具体的には、生の相互作用軌跡を軽量な形式で記憶する体験銀行と、検索された経験とエージェント固有の文脈に基づいて条件付けられたコンパクトな潜時記憶を合成するメモリ作曲家とを備える。
  論文  参考訳（メタデータ） (2026-02-03T03:03:16Z)
• MemRec: Collaborative Memory-Augmented Agentic Recommender System [57.548438733740504]
  我々はメモリ管理から推論をアーキテクチャ的に分離するフレームワークであるMemRecを提案する。 MemRecは動的コラボレーティブメモリグラフを管理する専用のLM_Memを導入した。 4つのベンチマーク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） (2026-01-13T18:51:16Z)
• SoliReward: Mitigating Susceptibility to Reward Hacking and Annotation Noise in Video Generation Reward Models [53.19726629537694]
  ビデオ生成モデルと人間の好みのトレーニング後のアライメントは、重要な目標である。 現在のデータ収集パラダイムは、プロンプト内のペアワイズアノテーションに依存しており、ノイズのラベル付けに悩まされている。 ビデオRMトレーニングのための体系的フレームワークであるSoliRewardを提案する。
  論文  参考訳（メタデータ） (2025-12-17T14:28:23Z)
• Empowering Large Language Model for Sequential Recommendation via Multimodal Embeddings and Semantic IDs [28.752042722391934]
  シークエンシャルレコメンデーション(SR)は,ユーザの動的関心や時系列パターンを過去のインタラクションに基づいて捉えることを目的としている。 MME-SIDは多モード埋め込みと量子埋め込みを統合し、埋め込み崩壊を緩和する。 3つの公開データセットに対する大規模な実験により、MME-SIDの優れた性能が検証された。
  論文  参考訳（メタデータ） (2025-09-02T07:02:29Z)
• Intrinsic Memory Agents: Heterogeneous Multi-Agent LLM Systems through Structured Contextual Memory [3.8482387279540555]
  LLM(Large Language Models)上に構築されたマルチエージェントシステムは、複雑な協調的な問題解決に非常に有望である。 しかし、それらは、メモリの一貫性を損なうコンテキストウィンドウの制限、役割の順守、手続き的整合性といった根本的な課題に直面します。 本稿では,エージェント固有のメモリを通じて,これらの制限に対処する新しいフレームワークであるIntrinsic Memory Agentsを紹介する。
  論文  参考訳（メタデータ） (2025-08-12T15:05:00Z)
• 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。