論文の概要: Compute Globally, Materialize Locally: The Memory Contract of Sparse Event-KV

• arxiv url: http://arxiv.org/abs/2607.23693v1
• Date: Sun, 26 Jul 2026 14:37:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.20372
• Title: Compute Globally, Materialize Locally: The Memory Contract of Sparse Event-KV
• Title（参考訳）: Compute Globally, Materialize Locally: The Memory Contract of Sparse Event-KV
• Abstract要約: 推定とエピソード記憶のスキームは、生成した観測結果が消滅した後も、保持された事象が情報的であるという前提に留まっている。 我々は、提供されたものから、それ以外は同一のエージェント履歴にまたがる以前の観察を省略することによって、それをテストする。 意図的に表現された回答なしのイベントは、価値を指定することなく、Qwen3-8Bでドナーアラインリカバリを6%から51%に引き上げる。
• 参考スコア（独自算出の注目度）: 6.096767363900901
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon agents increasingly reuse their KV cache as memory: a serving system keeps a subset of cached entries and drops the rest. Eviction and episodic-memory schemes therefore rest on a premise rarely tested directly, that a retained event is still informative once the observations that produced it are gone. We test it by omitting one earlier observation from what is served, across otherwise identical agent histories. Among items sensitive to that observation, the answer overwhelmingly follows the omitted value, though no served span says which value is correct. We call this semantic materialization: a downstream event's cached rows act as an independently servable view of computation whose inputs are gone. It can also be written on purpose. A deliberately phrased, answer-free event raises donor-aligned recovery from 6% to 51% on Qwen3-8B without ever naming the value, whereas passively harvesting natural mentions from long-term dialog yields no detected advantage. What such a row carries is specific and bounded. Compact state survives, larger payloads decay toward chance, and whether a construction writes at all turns on phrasing rather than on meaning alone, so two phrasings the model comprehends equally well can diverge sharply. The result is a memory contract for sparse event-KV serving: what to write, where it lands, and what survives once the source is gone. For anyone who evicts the corollary is that dropping a source event and observing no accuracy loss does not show the source was unnecessary.
• Abstract（参考訳）: サービスシステムはキャッシュされたエントリのサブセットを保持し、残りをドロップする。 したがって、エビテーションとエピソードメモリのスキームは直接的にテストされることは稀であり、生成した観測結果が消えた後も、保持されたイベントは情報的である。 我々は、提供されたものから、それ以外は同一のエージェント履歴にまたがる以前の観察を省略することによって、それをテストする。 その観察に敏感な項目のうち、答えは省略された値に圧倒的に従うが、どの値が正しいかは示さない。 ダウンストリームイベントのキャッシュされた行は、入力がなくなった計算の独立して観測可能なビューとして機能します。 故意に書くこともできる。 故意に言い換えられた回答なしのイベントは、Qwen3-8Bのドナー・アライン・リカバリを6%から51%に引き上げるが、長期のダイアログから自然の言及を受動的に回収することは、検出された利益をもたらす。 そのような行が持つものは具体的かつ有界である。 コンパクトな状態は生き残り、より大きなペイロードは偶然に崩壊し、建設物が単独でではなくフレーズを書くかどうかが全く変わらず、モデルを理解した2つのフレーズは鋭く発散する。 その結果、スパースイベント-KVサービスのためのメモリコントラクト、すなわち、何を書けばいいのか、どこに着くのか、ソースがなくなったら何が生き残るのか。 ログを削除した人なら、ソースイベントをドロップして精度の低下を観測しても、ソースが不要であることを示さない。

関連論文リスト

• Random Attention: Rethinking KV Cache Eviction for Efficient Reasoning [78.75986976062454]
  大規模言語モデルは、拡張推論を必要とするタスクにおいて優れたパフォーマンスを達成する。 既存のKVキャッシュ圧縮メソッドは、1つのパラダイムを共有している。 選択信号はほとんど役に立たないことを示す。ランダム注意は各アテンションヘッド内でプロンプトと退避者をランダムに保ち、スコアを全く計算しない。
  論文  参考訳（メタデータ） (2026-09-03T06:38:38Z)
• What It Costs to Compose, Rebuild, and Correct Precomputed Memory [0.0]
  言語モデルは、あらかじめ計算されたメモリ、モデルが保存した素材の読み出しから答えることができる。 本論文は、その実践が正しさと失敗する条件をどこに保存するかを図示する。
  論文  参考訳（メタデータ） (2026-08-31T11:49:42Z)
• EA-Graph: Artifact-Anchored Verification Memory for Coding Agents under Upstream Drift [0.0]
  アップストリームの変更の後、以前の検証のクレームがもはや有効ではないにもかかわらず、レポジトリは引き続き構築される可能性がある。 EA-Graphは、検証のためのアーティファクトアンコールメモリである。 それは、サブパスの粒度で人工物を表し、葉の定義にエイリアスを解決し、それを確立するために使用されるコンテンツに対する各主張をアンカーし、鮮度とは別個の証拠強度を保持する。
  論文  参考訳（メタデータ） (2026-08-04T23:13:32Z)
• Back from the Future: Key-Value Cache Management by Counter-Causal Surprise [67.1056509495879]
  近年,キーバリュー(KV)キャッシュ管理が重要な研究方向として注目されている。 より最近のトークンからよく予測できる過去のトークンは冗長である,という洞察に動機づけられた,単純かつ効果的なKV消去スキームを提案する。 我々は,他の最先端手法と比較して,競争力や性能向上を示す各種オープンソースLCMとベンチマークデータセットについて,我々の戦略を評価した。
  論文  参考訳（メタデータ） (2026-07-30T02:42:51Z)
• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• Context by Distinct Information: An Auditable Dirichlet-Process Working Memory for Long, Redundant Context Streams [0.48342038441006796]
  作業メモリコンポーネントとしてアロケーション・オン・ノベルティキャッシュを開発します。 また,トークンの約半数に到達しながら,新規な注目度がフルアテンション性能に達することを示す。 実験は小規模で、公開データのみを使用する。
  論文  参考訳（メタデータ） (2026-07-11T18:58:22Z)
• Remembering Distinct Items, Not Tokens: A Learnable Dirichlet-Process Cache Between State-Space Models and Attention [0.48342038441006796]
  本稿では,入力が新規である場合にのみスロットを割り当てるスパースキャッシュについて検討する。 固定濃度の静的キャッシュと,最近の新規性率に追従したサプライズ適応変種という2つの形態で開発する。
  論文  参考訳（メタデータ） (2026-07-10T18:28:21Z)
• What to Keep, What to Forget: A Rate--Distortion View of Memory Compaction in LLMs and Agents [1.0742675209112622]
  4つの研究コミュニティがそれぞれ,大規模言語メモリのコンパクト化を学んでいることを示す。 我々は、これらが1つの問題の例であると主張する。 このレンズを1つのコンパクト化目標と層に依存しない下界で正確にし、スタック全体からメソッドを一様に分類する7軸分類法を構築するために使用する。
  論文  参考訳（メタデータ） (2026-07-09T01:15:03Z)
• Reclaim Evaluation: A Lossy Memory Is Worse Than an Empty One [0.0]
  言語モデルのメモリは、メモリを全く持たないよりも悪い場合がある。 間違った結論を維持しながら、その背後にある作業を捨てるメモリは、確実な答えとして古い値を出力する。
  論文  参考訳（メタデータ） (2026-06-24T06:24:53Z)
• Echo-Memory: A Controlled Study of Memory in Action World Models [58.77172260403133]
  本研究では,行動条件付き世界モデルにおける記憶機構の制御に関する研究を行う。 既存のメモリ設計と比較するのは難しいのは、ゲインにはバックボーン、トレーニング、検索、評価の違いが絡み合っているからである。 我々はEcho-Memoryを使ってアクション・ツー・ビデオのインタフェースを修正し、生成元によって履歴が保存され読み込まれるかだけを変える。
  論文  参考訳（メタデータ） (2026-06-08T17:54:10Z)
• Make Each Token Count: Towards Improving Long-Context Performance with KV Cache Eviction [65.710271475739]
  我々は,各トークンの将来のユーティリティを統一メモリ予算の下で学習する,グローバルな保持に基づくKV消去手法を提案する。 提案手法は,フルキャッシュ推論に適合したり,超えたりしながら,KVメモリを大幅に削減することを示す。 これらの結果から,世界規模で校正されたKV消去は圧縮技術であるだけでなく,長文推論を改善するメカニズムでもあることが示唆された。
  論文  参考訳（メタデータ） (2026-05-10T16:47:50Z)
• 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)
• CoSeg: Cognitively Inspired Unsupervised Generic Event Segmentation [118.18977078626776]
  イベントセグメンテーション/バウンダリ検出のためのエンドツーエンドの自己教師型学習フレームワークを提案する。 本フレームワークは, イベント境界を再構成誤差で検出するトランスフォーマーに基づく特徴再構成手法を利用する。 私たちの研究の目標は、特定のイベントをローカライズするのではなく、ジェネリックイベントをセグメント化することです。
  論文  参考訳（メタデータ） (2021-09-30T14:40:32Z)

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。