論文の概要: MemoryCPT: An End-to-End Agent Memory Framework for Cost-Performance Trade-off
- arxiv url: http://arxiv.org/abs/2608.04843v1
- Date: Wed, 05 Aug 2026 13:37:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:43.94339
- Title: MemoryCPT: An End-to-End Agent Memory Framework for Cost-Performance Trade-off
- Title（参考訳）: MemoryCPT: コストパフォーマンストレードオフのためのエンドツーエンドエージェントメモリフレームワーク
- Authors: Songxin Lei, Kun Ouyang, Weilin Ruan, Yuqian Wu, Zhijiang Guo, Yushi Sun, Fugee Tsung,
- Abstract要約: ロングホライゾンLSMエージェントは、過剰な文脈を通さずに、大きな相互作用履歴から有用な証拠を回収するメモリシステムを必要とする。
オフラインメモリ構築とオンラインクエリ条件付きコンテキスト生成にまたがる、エンドツーエンドのトレーニング可能なエージェントメモリパイプラインであるMemoryCPTを提案する。
LoCoMoとLongMemEvalの実験は、MemoryCPTが評価ベースラインに対するコストパフォーマンスのトレードオフを改善することを示している。
- 参考スコア（独自算出の注目度）: 18.54644708989368
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Long-horizon LLM agents require memory systems that recover useful evidence from large interaction histories without passing excessive context to downstream models. Existing memory pipelines often rely on hand-crafted heuristics and repeated LLM calls, which can introduce redundant context and high inference cost. We propose MemoryCPT, an end-to-end trainable agent memory pipeline that spans offline memory construction and online query-conditioned context generation. MemoryCPT consists of two stages: Query-agnostic Distillation (QAD), which distills a modular memory-construction pipeline into a compact model using explicit reasoning traces; and Query-aware Retrieval and Summarization (QAR), which combines reciprocal rank fusion (RRF) with a LoRA-based summarizer trained via Group Relative Policy Optimization (GRPO) under a cost-aware reward. We further introduce Quality per Cost (QPC) to quantify answer quality per unit inference cost. Experiments on LoCoMo and LongMemEval show that MemoryCPT improves the cost-performance trade-off over the evaluated baselines, while ablation and sensitivity analyses characterize the contributions of its components and the effects of key design choices.
- Abstract（参考訳）: ロングホライゾンLSMエージェントは、下流モデルに過剰なコンテキストを渡すことなく、大きな相互作用履歴から有用な証拠を回収するメモリシステムを必要とする。
既存のメモリパイプラインは、しばしば、冗長なコンテキストと高い推論コストをもたらす、手作りのヒューリスティックと繰り返しLLMコールに依存している。
オフラインメモリ構築とオンラインクエリ条件付きコンテキスト生成にまたがる、エンドツーエンドのトレーニング可能なエージェントメモリパイプラインであるMemoryCPTを提案する。
メモリCPTは、明示的な推論トレースを用いてモジュール型メモリ構築パイプラインをコンパクトなモデルに蒸留するクエリ非依存蒸留(QAD)と、相互の階数融合(RRF)と、グループ相対ポリシー最適化(GRPO)によって訓練されたLoRAベースの要約器(GRPO)を組み合わせたクエリ対応検索および要約(QAR)である。
さらに、単体推論コスト当たりの回答品質を定量化するために、QPC(Quality per Cost)を導入します。
LoCoMoとLongMemEvalの実験では、MemoryCPTは評価ベースラインに対するコストパフォーマンスのトレードオフを改善し、アブレーションと感度分析はコンポーネントのコントリビューションとキーデザインの選択の影響を特徴づけている。
関連論文リスト
- MemRefine: LLM-Guided Compression for Long-Term Agent Memory [67.62350557461352]
大規模言語モデル (LLM) エージェントは、長期的相互作用を通じて操作されることがますます期待されている。
相互作用が蓄積されるにつれて、メモリストアはバウンドなしで成長し、ストレージコストを増大させ、最も有用な証拠を収集することによって検索を低下させる冗長なエントリを埋める。
これは特に、ハードメモリの予算を持つリソース制約のあるプラットフォームに制限されている。
本稿では,既存のメモリストアを固定予算内に保持し,将来的なインタラクションに有用な情報を保存するための,ストレージ予算のメモリ管理を提案する。
論文 参考訳（メタデータ） (2026-06-11T10:46:17Z) - Mem-$π$: Adaptive Memory through Learning When and What to Generate [65.31077328444077]
本稿では,大規模言語モデル(LLM)エージェントにおける適応メモリのためのフレームワークを提案する。
Mem-$は検索ベースとRL最適化メモリベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2026-05-20T17:51:05Z) - MemMA: Coordinating the Memory Cycle through Multi-Agent Reasoning and In-Situ Self-Evolution [52.29303869050117]
メモリ拡張LDMエージェントは、長期の相互作用をサポートするために外部メモリバンクを保持する。
MemMAはプラグアンドプレイのマルチエージェントフレームワークで、前方と後方の両方の経路に沿ってメモリサイクルを調整する。
論文 参考訳（メタデータ） (2026-03-19T10:15:59Z) - Beyond the Context Window: A Cost-Performance Analysis of Fact-Based Memory vs. Long-Context LLMs for Persistent Agents [0.0]
永続型AIシステムは、長いコンテキストの大規模言語モデル(LLM)に完全な会話履歴を渡すことと、構造化された事実を抽出して検索する専用のメモリシステムを維持することの選択肢に直面している。
我々は,Mem0フレームワーク上に構築されたファクトベースのメモリシステムと,3つのメモリ中心ベンチマーク上でのLLMの長文推論を比較した。
論文 参考訳（メタデータ） (2026-03-05T05:01:30Z) - Learning Query-Aware Budget-Tier Routing for Runtime Agent Memory [56.0946692457838]
BudgetMemは、明示的でクエリ対応のパフォーマンスコスト管理のためのランタイムエージェントメモリフレームワークである。
軽量ルータは、タスク性能とメモリ構築コストのバランスをとるために、モジュール間の予算層ルーティングを実行する。
LoCoMo、LongMemEval、HotpotQAの他、BudgetMemはパフォーマンスが優先されるときに、強力なベースラインを超える。
論文 参考訳（メタデータ） (2026-02-05T18:57:09Z) - Mem-T: Densifying Rewards for Long-Horizon Memory Agents [23.19373149519922]
我々は,動的更新やストリーミング入力によるマルチターン検索を行うために,軽量な階層型メモリデータベースと対話する自律メモリエージェントMem-Tを紹介する。
また,木誘導型強化学習フレームワークであるMoT-GRPOを提案する。
論文 参考訳（メタデータ） (2026-01-30T14:23:33Z) - 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) - SR-CIS: Self-Reflective Incremental System with Decoupled Memory and Reasoning [32.18013657468068]
自己回帰補充インクリメンタルシステム(SR-CIS)を提案する。
Complementary Inference Module (CIM)とComplementary Memory Module (CMM)で構成されている。
CMMはタスク固有の短期記憶(STM)領域と汎用長期記憶(LTM)領域から構成される。
トレーニング中に画像のテキスト記述を格納し、Scenario Replay Module (SRM) と組み合わせることで、SR-CISは限られたストレージ要件で安定したインクリメンタルメモリを実現する。
論文 参考訳（メタデータ） (2024-08-04T09:09:35Z)
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。