論文の概要: Beyond Memory: A Templated Substrate for Heterogeneous Collaborative Knowledge Work with LLM Agents
- arxiv url: http://arxiv.org/abs/2607.24759v1
- Date: Fri, 29 May 2026 15:34:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:39.04018
- Title: Beyond Memory: A Templated Substrate for Heterogeneous Collaborative Knowledge Work with LLM Agents
- Title（参考訳）: Beyond Memory: LLMエージェントを用いた不均一な協調的知識のためのテンプレート基板
- Abstract要約: 本稿では,再利用可能なエージェント認識インスタンスであるllm-wiki-Memory-templateを提案する。
これは3つの軸に沿って働く異種共同知識の基盤である。
wikiはコンベンションによって追加のみであり、何がうまくいかなかったかを保存している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research projects, educational efforts, and adjacent knowledge work accumulate findings, decisions, and reasoning that future collaborators rarely recover. The parts most useful to that work, including dead ends and walked-back claims, are routinely excluded from publications and shared code; future researchers re-attempt the same failures because no record survives. LLM coding agents are common participants but hold no persistent memory across sessions, and retrieval-augmented generation over raw sources does not compound. The llm-wiki pattern (Karpathy, 2026; tonbi, 2026) addresses this by inserting an LLM-maintained, interlinked wiki between raw sources and the agent. We present llm-wiki-memory-template, a reusable, agent-aware instantiation, and argue it is a substrate for heterogeneous collaborative knowledge work along three axes (multi-human, multi-AI-agent, multi-domain) with each axis supported by a distinct architectural element of the template (§4). The wiki is append-only by convention, which preserves what did not work alongside what did, addressing a negative-result loss problem that publications and code-sharing structurally cannot solve. Three deployed case studies and one design report cover the axes individually: a solo research lineage that preserves abandoned iterations; a two-author project whose retroactive audit revised two prior experiments' claimed 20-of-20 coverage down to 14 and 12 evidence-based answers, then to 18 and 18 after a fix, with the failure path preserved across the artifact; an in-progress multi-agent deployment reported as a design; and a cross-domain educational variant. We name failure-path preservation, agent honesty, and appropriation as cross-cutting sociotechnical properties of the artifact, not only of its technical mechanisms.
- Abstract（参考訳）: 研究プロジェクト、教育活動、隣接する知識労働は、発見、決定、そして将来の協力者がほとんど回復しない理由を蓄積する。
デッドエンドやウォークバックのクレームなど、この作業でもっとも有用な部分は、出版物や共有コードから定期的に除外されている。
LLMコーディングエージェントは一般的な参加者であるが、セッション間で永続的なメモリを持たない。
llm-wiki パターン (Karpathy, 2026; tonbi, 2026) は LLM が保持するインターリンク wiki をソースとエージェントの間に挿入することでこの問題に対処する。
我々は,再利用可能なエージェント認識のインスタンス化であるllm-wiki-Memory-templateを提案し,テンプレートの異なるアーキテクチャ要素によって各軸が支持される3つの軸(マルチヒューマン,マルチAIエージェント,マルチドメイン)に沿った異種協調的知識作業の基盤であると主張している。
これは、出版物やコード共有が構造的に解決できない負の反抗的な損失問題に対処するものである。
3つのデプロイされたケーススタディと1つの設計報告は、個別に軸をカバーしている: 放棄されたイテレーションを保存するソロ研究の系統 遡及的な2つの実験を改訂した2人の著者のプロジェクトは、20対20のカバレッジを14と12のエビデンスベースの回答に、そして修正後の18と18に、アーティファクト全体の障害パスを保存し、設計として報告されたインプログレッシブなマルチエージェントデプロイメント、およびクロスドメインの教育版である。
我々は、その技術的メカニズムだけでなく、失敗経路保存、エージェントの誠実さ、そして、アーティファクトの横断的社会技術的特性として評価する。
関連論文リスト
- INDRA: A New AI Tool for Exploring Tobacco, Fossil Fuel, and Chemical Industry Archives [0.0]
INDRAは、考古学の慣習を全ての出力を管理するシステムレベルのプロトコルに組み込むプラットフォームである。
クローズドオープンサンドボックスは、モデルをユーザ選択コーパスに閉じ込める。
リアルタイムの証明タグ付けは、考古学的証拠とパラメトリック推論の境界を示す。
論文 参考訳（メタデータ） (2026-09-10T08:55:00Z) - SkillGLoW: Procedural-Family Skill Consolidation for Self-Improving Agents on Long-Horizon Task Streams [55.90739575113059]
再利用の欠如は、関連するタスクのクラスタによって共有される解決手順であり、その周りでSkillGLoWを構築している、と我々は主張する。
4つのベンチマーク(数学的推論、端末の自動化、ソフトウェア修復、実施制御)と3つのモデルで、前者は平均17.2ポイント(ハード)を獲得している。
論文 参考訳（メタデータ） (2026-09-02T07:31:18Z) - Harnessing agent memory to build lifelong AI partners for materials scientists [9.774511876116415]
我々は、物質科学のための生涯にわたるAIパートナーは、特定のエージェントの実装よりも永続的なメモリを中心に設計できると主張している。
科学的な経験を検査可能な事実と実行可能なスキルとして保存する自己進化型メモリフレームワークを導入し、観察、障害境界、プロトコル、バリデーションチェックをモデル間で検索し、修正し、移行できるようにする。
これらの結果から, エージェントメモリは, 単一のモデルやエージェントスタックを超越した, ポータブルで自己改善された材料検索体験の記録として, 耐久性のある科学的資産として機能することを示す。
論文 参考訳（メタデータ） (2026-07-25T09:11:52Z) - Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents [8.693939236244711]
本稿では、19の異なるベンチマークにまたがる27のベンチマーク、分類学、監査論文を合成する。
我々は,(1)ツールの実行とパラメータレベルのエラー,(2)計画と制約満足度障害,(3)コンテキスト蓄積からの長期劣化,(4)マルチエージェント協調障害,(5)敵対的又は不特定条件下での安全性とセキュリティの障害,(6)測定妥当性の6つの障害クラスタを識別する。
文献全体では、障害はタスク長と非線形に重なり、個々のサブタスク上での強いパフォーマンスは、エンドツーエンドの成功に確実に変換されず、追加の足場が常に信頼性を向上しないことがわかった。
論文 参考訳（メタデータ） (2026-07-07T03:05:13Z) - Deterministic Integrity Gates for LLM-Assisted Clinical Manuscript Preparation: An Auditable Biomedical Informatics Architecture [0.3823356975862005]
検証を伴うアーキテクチャペア生成を3つの原則に基づいて記述する。
この決定論的な分割は、整合性のある分類として組織化され、中核的な貢献である。
MedSci Skillsは、43のスキルのオープンソースツールキットで、21の決定論的階層を持ち、3つのパブリックデータセットパイプラインで評価されている。
論文 参考訳（メタデータ） (2026-06-08T13:51:04Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。
通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
論文 参考訳（メタデータ） (2026-04-27T16:23:09Z) - The Specification Gap: Coordination Failure Under Partial Knowledge in Code Agents [0.0]
2エージェント統合の精度は、詳細が削除されると58%から25%に低下する。
因子的回復実験により、完全な仕様を復元するだけで、単一エージェントの天井が回復することが示された。
このギャップは単に隠された情報の結果ではなく、共有された決定なしに互換性のあるコードを生成することの難しさを反映している。
論文 参考訳（メタデータ） (2026-03-25T13:18:26Z) - What Papers Don't Tell You: Recovering Tacit Knowledge for Automated Paper Reproduction [57.86097956633207]
Methodは、学術論文から実行可能なコードを生成するグラフベースのエージェントフレームワークである。
3つのドメイン、10のタスク、10の最近の論文にまたがる拡張ReproduceBenchでは、公式実装に対する平均的なパフォーマンスギャップが10.04%に達する。
論文 参考訳（メタデータ） (2026-03-02T12:33:31Z) - Agent KB: Leveraging Cross-Domain Experience for Agentic Problem Solving [62.71545696485824]
我々は,異種エージェントフレームワーク間のシームレスな体験共有を可能にするユニバーサルメモリ基盤であるAgent KBを紹介した。
Agent KBはトラジェクトリを構造化知識ベースに集約し、軽量APIを提供する。
我々は,GAIA,Humanity's Last Exam,GPQA,SWE-benchなどの主要フレームワークにまたがるエージェントを検証した。
論文 参考訳（メタデータ） (2025-07-08T17:59:22Z) - Retrieval-Augmented Generation with Conflicting Evidence [57.66282463340297]
大規模言語モデル (LLM) エージェントは、応答の事実性を改善するために、検索強化世代 (RAG) をますます採用している。
実際には、これらのシステムは曖昧なユーザクエリを処理し、複数のソースからの情報に衝突する可能性がある。
RAMDocs(Retrieval with Ambiguity and Misinformation in Documents)は,ユーザクエリのエビデンスを矛盾させるような,複雑で現実的なシナリオをシミュレートする新しいデータセットである。
論文 参考訳（メタデータ） (2025-04-17T16:46:11Z) - When Disagreements Elicit Robustness: Investigating Self-Repair Capabilities under LLM Multi-Agent Disagreements [56.29265568399648]
我々は、不一致が早期のコンセンサスを防ぎ、探索されたソリューション空間を拡張することを主張する。
タスククリティカルなステップの相違は、ソリューションパスのトポロジによってコラボレーションを損なう可能性がある。
論文 参考訳（メタデータ） (2025-02-21T02:24:43Z)
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。