論文の概要: $Σ$-Mem: An Online Reliability Memory for LLM-based Multi-Agent Systems
- arxiv url: http://arxiv.org/abs/2607.27958v1
- Date: Thu, 30 Jul 2026 10:05:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.503821
- Title: $Σ$-Mem: An Online Reliability Memory for LLM-based Multi-Agent Systems
- Title（参考訳）: $Σ$-Mem: LLMベースのマルチエージェントシステムのためのオンライン信頼性メモリ
- Abstract要約: 既存のメモリシステムは、どのエージェントを信頼でき、どの条件下でも相互作用コンテンツをモデリングするのではなく保存する。
オンラインの信頼性メモリである$-Memを導入し、個々のピアに対する歴史的能力証拠とピア間の関係証拠を記録できる。
同じメモリは、中央モデルの残余のステアリング、レスポンスフリーのピアルーティング、信頼性の高い投票に使用できます。
- 参考スコア（独自算出の注目度）: 37.51924580838879
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Memory is central to long-horizon LLM agents, yet existing memory systems primarily preserve interaction content rather than modeling which agents can be trusted and under what conditions. This limitation is particularly important in multi-agent systems, where a central model may be unable to directly verify plausible or correlated peer responses. We introduce $Σ$-Mem, an online reliability memory that records historical competence evidence for individual peers and peer relationship evidence across the peer set. Both forms of evidence are maintained as real symmetric states and updated from post-decision correctness feedback. By Weyl's inequality, the spectral change caused by each event-level update is bounded, enabling stable online adaptation without retraining the underlying models. $Σ$-Mem provides a general write-and-read interface: the same memory can be used for residual steering of a central model, response-free peer routing, or reliability-weighted voting. Across five Qwen-family models, $Σ$-Mem adapts to counterfactual reliability shifts and generalizes to unseen peers and task domains. Direct memory readouts also outperform majority voting and the best fixed peer over the full OOD evaluation set. Moreover, performance improves consistently as more correctness feedback becomes available, indicating that $Σ$-Mem progressively accumulates actionable reliability information. These results establish reliability memory as a reusable foundation for adaptive coordination in LLM-based multi-agent systems.
- Abstract（参考訳）: メモリは長期のLDMエージェントの中心であるが、既存のメモリシステムは、信頼できるエージェントのモデリングや、どの条件下でのインタラクションコンテンツを主に保持する。
この制限はマルチエージェントシステムにおいて特に重要であり、中央モデルでは可算性あるいは相関性のあるピア応答を直接検証できない可能性がある。
オンラインの信頼性メモリである$Σ$-Memを導入し、個々のピアに対する歴史的能力証拠とピア間の関係証拠を記録できる。
どちらの証拠も実対称状態として維持され、決定後の正当性フィードバックから更新される。
ワイルの不等式により、各イベントレベルの更新によって引き起こされるスペクトル変化は制限され、基礎となるモデルを再トレーニングすることなく、安定したオンライン適応を可能にする。
同じメモリは、中央モデルの残余のステアリング、応答不要のピアルーティング、信頼性の高い投票に使用できる。
5つのQwen族モデル全体で、$Σ$-Memは反ファクト的な信頼性シフトに適応し、目に見えないピアやタスク領域に一般化する。
直接メモリの読み出しも多数決よりも優れており、OODの完全な評価セットよりも最高の固定ピアである。
さらに、$$$-Memは、実行可能な信頼性情報を徐々に蓄積することを示している。
これらの結果は、LLMベースのマルチエージェントシステムにおける適応調整のための再利用可能な基盤として信頼性メモリを確立する。
関連論文リスト
- Post-Calibration Reliability Reranking of Relevance Decisions via Label-wise Monotone Projection [35.67041829703622]
Web検索、製品検索、質問応答検索システムは、関連ラベルと信頼度スコアを各クエリ候補ペアに割り当てることが多い。
不正な信頼がシステムが誤った予測を過度に信頼したり、不必要に正しい予測を遅らせたりする可能性があるため、ポストホックキャリブレーションが必要である。
このギャップをラベルワイドモノトン信頼性投影 (MRP) で解決し、ラベルワイドモノトン関数を学習し、信頼度を正しさの信頼性にマップする。
論文 参考訳（メタデータ） (2026-08-11T02:51:35Z) - Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。
最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
論文 参考訳（メタデータ） (2026-05-14T20:15:22Z) - EquiMem: Calibrating Shared Memory in Multi-Agent Debate via Game-Theoretic Equilibrium [10.71445877501096]
マルチエージェント討論(MAD)システムは、長期の推論をサポートするために共有メモリに依存している。
単一の破損したエントリは、下流のメモリ拡張された推論を汚染し、議論だけではそのようなエラーをフィルタリングすることができない。
提案するEquiMemは,各更新を共有メモリ状態に対してアルゴリズム的に定量化する推論時キャリブレーション機構である。
論文 参考訳（メタデータ） (2026-05-10T03:04:12Z) - Confidence-Aware Alignment Makes Reasoning LLMs More Reliable [65.44962502963378]
CASPOは、トークンレベルの信頼度とステップワイドな論理的正しさを、個別の報酬モデルをトレーニングせずに整合させるフレームワークである。
推論中、信頼を意識した思考(CaT)を提案し、不確実な推論枝を無視可能なO(V)レイテンシで動的に生成する。
10のベンチマークと複数のモデルファミリでの実験では、CASPOは推論の信頼性と推論効率を一貫して改善している。
論文 参考訳（メタデータ） (2026-05-08T07:08:25Z) - Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
マルチモーダル学習は、しばしば低品質データの課題に悩まされる。
コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。
私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
論文 参考訳（メタデータ） (2026-05-05T14:48:52Z) - Process Supervision of Confidence Margin for Calibrated LLM Reasoning [52.373121066425455]
強化学習(RL)によるテスト時間計算のスケーリングは,大規模言語モデル(LLM)推論能力を向上させるための信頼性の高い経路として登場した。
しかし、結果に基づく報酬は、しばしばモデルに過信感を与え、幻覚、信頼できない信頼ベースの制御、不要な計算割り当てをもたらす。
本稿では,信頼性と信頼性を両立させるキャリブレーションを意識したRLフレームワークであるReinforcement Learning with Confidence Margin(textbfRLCM)を紹介する。
論文 参考訳（メタデータ） (2026-04-25T14:40:13Z) - The Model Agreed, But Didn't Learn: Diagnosing Surface Compliance in Large Language Models [12.743453676247903]
大規模言語モデル(LLM)は、膨大な世界の知識をパラメトリックメモリとして内部化するが、必然的にソースコーパスの不安定さと誤りを継承する。
知識編集は、再トレーニングせずに記憶を外科的に修正するための重要なパラダイムを提供する。
本研究では,文脈内学習環境下での識別的自己評価をモデルとした診断フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-07T15:20:41Z) - Epistemic Context Learning: Building Trust the Right Way in LLM-Based Multi-Agent Systems [94.9141394384021]
マルチエージェントシステムの個々のエージェントは、しばしば堅牢性を欠き、誤解を招く仲間に盲目的に適合する傾向にある。
この弱点は, 相互信頼度を評価する能力の欠如に起因していると考えられる。
まず,歴史認識参照の学習問題を定式化し,ピア間の歴史的相互作用を付加的な入力として導入する。
次に,歴史的に構築されたピアプロファイルの予測を行うための推論フレームワークであるEcestemic Context Learning (ECL) を開発した。
論文 参考訳（メタデータ） (2026-01-29T13:59:32Z) - DP-EMAR: A Differentially Private Framework for Autonomous Model Weight Repair in Federated IoT Systems [0.0]
Federated Learning (FL)は、生データを共有することなく、分散モデルトレーニングを可能にする。
多層フェデレーションIoT(Fed-IoT)システムでは、不安定な接続性と敵の干渉は、送信されたパラメータを静かに変更することができる。
本稿では,差分的にプライベートなエラーモデルに基づく自律修復フレームワークDP-EMARを提案する。
論文 参考訳（メタデータ） (2025-12-15T15:56:58Z) - SEDM: Scalable Self-Evolving Distributed Memory for Agents [23.182291416527764]
SEDMは、メモリをパッシブリポジトリからアクティブな自己最適化コンポーネントに変換する検証可能で適応的なフレームワークである。
また,SEDMは,強いメモリベースラインに比べてトークンオーバーヘッドを低減しつつ,推論精度を向上することを示した。
結果は、SEDMをオープンエンドのマルチエージェントコラボレーションのためのスケーラブルで持続可能なメモリメカニズムとして強調する。
論文 参考訳（メタデータ） (2025-09-11T14:37:37Z)
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。