論文の概要: Activity Frames: Deterministic Screen-Activity Compilation for Agent Memory and Replay
- arxiv url: http://arxiv.org/abs/2608.05784v1
- Date: Thu, 06 Aug 2026 09:17:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.733318
- Title: Activity Frames: Deterministic Screen-Activity Compilation for Agent Memory and Replay
- Title（参考訳）: アクティビティフレーム:エージェントメモリとリプレイのための決定論的スクリーンアクティブコンパイル
- Abstract要約: 我々は、受動的にキャプチャされたスクリーンアクティビティを決定論的ゼロモデルパイプラインでエージェントメモリにコンパイルする。
ローカルなキャプチャストリームを、タイプされたアクティビティフレーム、アプリケーション、サイト、タイミング、入力ボリューム、エビデンスポインターを生の行に戻す境界エピソードに分割する。
あるプロのシングルユーザーコーパスの51日間で128,756フレームを消費すると、コンパイラは生のキャプチャの日数を68ミリ秒で86倍小さくする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computer-use agents pay full frontier inference to re-derive routines their user has already performed, because an agent's memory today records what the user said, not what the user did. We compile passively captured screen activity into agent memory with a deterministic, zero-model pipeline: it segments a local capture stream into typed activity frames, bounded episodes carrying application, site, timing, input volume, and evidence pointers back to the raw rows, with no model in the loop, so the output is byte-identical, cacheable, and mechanically auditable. On one professional's single-user corpus of 128,756 frames over 51 active days, the compiler reduces a day of raw capture to a prompt-ready context block 86x smaller in 68 ms, and an agent reading that block answers questions about the day at 98.4% accuracy (Wilson 95% CI 91.7-99.7%) against an independent oracle, versus 66-80% for an LLM summary of the same capture, a mid-tier model reading the block matching a frontier one. The same compiler doubles as a demand-side cost instrument. Read off passive, pre-delegation human activity rather than agent rollouts, it supplies two parameters that agent-cost models assume but, to our knowledge, have not measured: the Routine Overhead Ratio R and the routine recurrence h. We report first values of R, a modeled upper bound, at 60-343x, and a delegable recurrence of 9.0% in-sample and 7.7% out-of-sample, for a realistic all-fleet token ceiling near 8%; a compiled routine replays deterministically with the model out of the loop, demonstrated live at zero model tokens on a guard-matched hit. Schema, compiler, and evaluation harness are open.
- Abstract（参考訳）: コンピュータ利用エージェントは、ユーザーが既に実行した帰属ルーチンに対して完全なフロンティア推論を支払う。
ローカルなキャプチャストリームを、アプリケーション、サイト、タイミング、入力ボリューム、エビデンスポインターを生の行に戻すことで、ループにモデルがないため、出力はバイト単位、キャッシュ可能、機械的に監査可能である。
1つのプロのシングルユーザーコーパスの128,756フレームを51日間に上った場合、コンパイラは生のキャプチャの日数を、68ミリ秒でプロンプト対応のコンテキストブロック86xに減らし、98.4%の精度(ウィルソン95% CI 91.7-99.7%)で、同じキャプチャのLLMサマリーでは66-80%と、フロンティアと一致するブロックを読み取る中間層モデルである。
同じコンパイラは、需要側のコスト計器として2倍になる。
エージェントのロールアウトではなく、受動的でデリゲーション前の人間の活動を読み取ることで、エージェントコストモデルが想定する2つのパラメータを提供する。
Rの第一値, モデル付き上界60-343x, 9.0%, 7.7%のアウト・オブ・サンプルの再現率, 8%近辺のリアルな全フレットトークン天井について報告し, コンパイルされたルーチンはループ外モデルと決定的にリプレイし, ガードマッチングされたヒット上でゼロモデルトークンで生中継することを示した。
スキーマ、コンパイラ、評価ハーネスがオープンである。
関連論文リスト
- AgentWeave: Routing Before Reasoning for Efficient Function Calling in Tool-Rich Language Models [0.0]
我々は,有界モデル可視アクション空間を構成する決定論的事前推論ルーティング層であるAgentWeaveを紹介する。
オールツールの露出とは対照的に、AgentWeaveは70.18%のツールを減らし、61.70%の入力トークンを減らし、平均的なローカルモデルのレイテンシを50.95%低下させる。
論文 参考訳（メタデータ） (2026-08-24T10:38:08Z) - Beyond Pass@k: Measuring Reliability and Security of Agentic Code Generation [2.1734195143282693]
我々は,n = 独立ロールアウトとc = 完全パスロールアウト(タスク,エージェント)ペアで適用したのと同じ推定器であるReliability@kを提案する。
機能的正当性がセキュリティの安全性を示唆しないという証拠によって、セキュリティ調整された信頼性も提案する。
論文 参考訳（メタデータ） (2026-08-11T16:01:15Z) - SAT-Edge-Agent: Hardware-in-the-Loop Edge-Agent Orchestration for Onboard Satellite Intelligence [0.0]
本稿では,HIL(ハードウェア・イン・ザ・ループ)エッジエージェントシステムSAT-Edge-Agentについて述べる。
ブラウザワークスペースとFastAPIエージェントは、OpenAI互換言語サービスとプロジェクト内部のYOLOスタイルのオブジェクト指向検出エンドポイントを協調する。
2つの固定されたFAIR1Mワークロード、1つのシングルイメージと1つのシリアル2イメージ要求がそれぞれ20回繰り返され、20/20の試行が完了した。
平均フルエージェントレイテンシは29.353 sと60.937 sで、実証的なP95値である。
論文 参考訳（メタデータ） (2026-08-04T14:25:27Z) - ClawArena-Team: Benchmarking Subagent Orchestration and Dynamic Workflows in Language-Model Agents [61.184954205350984]
ClawArena-Teamは、41のマルチターン、マルチモーダル、マルチエージェントシナリオのベンチマークである。
全体的なスコア -- Subagent-Management Score (SMS) -- は、タスクの正しさを最小限のプライマリとモダリティのルーティング因子によって乗算する。
論文 参考訳（メタデータ） (2026-06-30T06:06:08Z) - Bayesian-Agent: Posterior-Guided Skill Evolution for LLM Agent Harnesses [30.457068495035386]
textbfBayesianAgentは、再利用可能なスキルとSOPを、特定のプロンプト、コンテキスト、利用環境下で凍結モデルが成功するかどうかの仮説として扱う。
ベイジアン=アジェントの記録は、軌道証拠を検証し、各技術に対して特徴条件付きカテゴリー後部を維持し、後方状態をパッチ、分割、圧縮、引退、探索のような検査可能な行動にマッピングする。
論文 参考訳（メタデータ） (2026-06-06T21:40:19Z) - Scaling Self-Evolving Agents via Parametric Memory [69.96398842169002]
既存のメモリ拡張LDMエージェントは、過去の経験をプロンプト空間にのみ保存する。
自己進化型パラメトリックメモリフレームワークである textttTMEM を導入する。
textttTMEMは、様々なモデルスケールで要約ベースのベースラインと検索ベースのベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2026-06-03T07:18:31Z) - Persistent AI Agents in Academic Research: A Single-Investigator Implementation Case Study [0.0]
分析の単位は、研究者、エージェント、メモリ層、ツール、リポジトリ、スケジュールされたジョブ、特殊なエージェントロール、ガバナンスルールといった、永続的なヒューマンエージェント環境であった。
2026年5月、厳格なトラジェクトリ・サブセットが627のモデル関連イベントと7395万のトークンをキャプチャし、そのうち82.9%がキャッシュ読み取りだった。
論文 参考訳（メタデータ） (2026-05-26T11:28:36Z) - AgentLens: Revealing The Lucky Pass Problem in SWE-Agent Evaluation [11.272830796781925]
8つのモデルバックエンドから60個のSWEベンチ検証タスクの2,614個のOpenHandsトラジェクトリを評価した。
このサブセットで通過する軌道の中で、10.7%はラッキーパスと呼ばれる振る舞いを示す。
本稿では,SWEエージェント軌道のプロセスレベル評価フレームワークであるAgentLensを紹介する。
論文 参考訳（メタデータ） (2026-05-13T03:00:57Z) - Scaling Test-Time Compute for Agentic Coding [126.72747643609274]
本稿では,ロールアウト軌跡のコンパクトな表現に基づくエージェントコーディングのためのテスト時間スケーリングフレームワークを提案する。
当社のフレームワークは,各ロールアウトを,その健全な仮説,進捗,障害モードを保存する構造的な要約に変換する。
提案手法は,SWE-Bench Verified および Terminal-Bench v2.0 におけるフロンティア符号化エージェントの性能を一貫して改善する。
論文 参考訳（メタデータ） (2026-04-16T17:39:33Z) - RSAgent: Learning to Reason and Act for Text-Guided Segmentation via Multi-Turn Tool Invocations [52.752467948588816]
エージェント型マルチモーダル大規模言語モデル(MLLM)であるRSAgentを提案する。
RSAgentはセグメンテーション・ツールボックスをクエリし、視覚的フィードバックを観察し、歴史的観測を用いて空間仮説を改訂し、ターゲットを再ローカライズし、反復的にマスクを洗練させる。
RSAgentはReasonSegテストで66.5% gIoUのゼロショット性能を達成し、Seg-Zero-7Bを9%改善し、RefCOCOgで81.5% cIoUに達した。
論文 参考訳（メタデータ） (2025-12-30T06:50:11Z) - Quantifying Memory Use in Reinforcement Learning with Temporal Range [51.98491034847041]
時間的範囲(Temporal Range)は、時間的影響プロファイルとして、時間的ウィンドウから入力シーケンスへの複数のベクトル出力の1次感度を扱うモデルに依存しない計量である。
また、タスクレベルメモリのプロキシ読み出しとして、タスク上で訓練されたコンパクトなLong Expressive Memory(LEM)ポリシーについて、テンポラルレンジを報告する。
論文 参考訳（メタデータ） (2025-12-05T22:58:09Z) - Dissecting Adversarial Robustness of Multimodal LM Agents [70.2077308846307]
我々は、VisualWebArena上に現実的な脅威モデルを用いて、200の敵タスクと評価スクリプトを手動で作成する。
我々は,クロボックスフロンティアLMを用いた最新のエージェントを,リフレクションやツリーサーチを行うエージェントを含む,壊すことに成功している。
AREを使用して、新しいコンポーネントの追加に伴うロバスト性の変化を厳格に評価しています。
論文 参考訳（メタデータ） (2024-06-18T17:32:48Z)
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。