論文の概要: MaSRead: Content-Addressed Reading of Replicated Latent Stores

• arxiv url: http://arxiv.org/abs/2608.11218v1
• Date: Tue, 21 Jul 2026 08:48:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 01:32:04.578822
• Title: MaSRead: Content-Addressed Reading of Replicated Latent Stores
• Title（参考訳）: MaSRead: 関連店舗のコンテンツ順応
• Abstract要約: 潜在空間で原因となる独立したエージェントは、計算された状態をテキストではなくキー値のキャッシュフラグメントとして共有することができる。 競合のない複製データ型をマージして、これらのフラグメントは、任意のデリバリ順序や重複の下で収束するストアを形成する。 MaSReadは読み込むコンテンツに対処する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Independent agents that reason in latent space can share computed state as key-value cache fragments rather than text. Merged by a conflict-free replicated data type, these fragments form a store that converges under any delivery order or duplication. Yet a later query, unknown at encode time, cannot reliably read the merged cache: colocated fragments interfere, so colocation is not addressability. MaSRead addresses the read to content. It routes through opaque keyed tag sets derived from fragment words and decodes each selected fragment under a hard attention mask that hides the rest. Under lexical connectivity, a graph walk reaches the fragments required by a multi-hop query. Across chain, pipeline, symmetric, hub, and natural-language stores, MaSRead recovers visited fragments in isolation, remains effective as unrelated fragments accumulate, and transfers to another model family. After routing, materialized decoding depends on fragment length rather than total store size; end-to-end work still includes store-dependent routing and one read per visited fragment. The limits are explicit: lexical routing can miss disconnected evidence, and answer composition remains bounded by the frozen reader. Thus a replicated latent store becomes selectively readable for later queries when the needed fragments connect to the query through content.
• Abstract（参考訳）: 潜在空間で原因となる独立したエージェントは、計算された状態をテキストではなくキー値のキャッシュフラグメントとして共有することができる。 競合のない複製データ型をマージして、これらのフラグメントは、任意のデリバリ順序や重複の下で収束するストアを形成する。 しかし、エンコード時に未知な後続のクエリは、マージされたキャッシュを確実に読めない。 MaSReadはコンテンツへの読み込みに対処する。 フラグメントワードから派生した不透明なキー付きタグセットをパスし、各フラグメントをハードアテンションマスクの下でデコードし、残りを隠蔽する。 語彙接続では、グラフウォークはマルチホップクエリに必要なフラグメントに到達する。 チェーン、パイプライン、対称、ハブ、自然言語ストアをまたいで、MaSReadは訪問したフラグメントを分離して回収する。 エンドツーエンドの処理には、ストア依存のルーティングと、訪問したフラグメント毎に1つの読み取りが含まれている。 語彙的ルーティングは無関係な証拠を見逃しかねず、解答の構成はフリーズリーダーによって拘束されている。 このように複製された潜在ストアは、必要なフラグメントがコンテンツを介してクエリに接続するときに、後続のクエリに対して選択的に読み取り可能である。

関連論文リスト

• Fraglingo: Molecular Design via Attachment-Aware Autoregressive Fragment Generation [58.88304971824104]
  自己回帰フラグメントに基づく分子生成装置Fraglingoを紹介する。 Fraglingoはアタッチメント対応のフラグメントの埋め込みを予測し、次のフラグメントを検索する。 トレーニング時に使用したライブラリよりも最大4倍大きなライブラリを,再トレーニングなしで断片化する。
  論文  参考訳（メタデータ） (2026-09-11T20:42:04Z)
• Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents [60.97609995940902]
  検索エージェントに対して textbfFetch-then-Explore を提案する。 ページ選択とエビデンス抽出を分離し、選択したものを保持する。 これは、すべてのバックボーンでBrowseCompの精度を導き、一般的にWideSearchのベースラインと一致するか、超える。
  論文  参考訳（メタデータ） (2026-08-03T11:58:21Z)
• TrajWiki: Source-Grounded Memory Trajectories for Long-Horizon Dialogue Agents [17.027152676146592]
  本稿では,長期会話エージェントのためのトラジェクトリベースのメモリフレームワークであるTrajWikiを提案する。 メモリを静的エントリとして扱う代わりに、TrajWikiは各メモリをソース基底の進化軌道として表現する。 TrajWikiはさらに、永続的な中間層であるMemory Wikiを導入し、対話履歴を構造化および相互リンクされたwikiページにインクリメンタルにコンパイルする。
  論文  参考訳（メタデータ） (2026-08-02T03:36:03Z)
• 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)
• Improving Long-Context Retrieval with Multi-Prefix Embedding [64.08968715893504]
  Multi-Prefix Embeddingは、ドキュメントをEOSトークンで区切られたチャンクに分割し、完全なシーケンスを単一の因果フォワードパスにエンコードし、各プレフィックス境界に1つの埋め込みを抽出する。 MPEはクロスチャンクコンテキストを保持し、チャンクレベルのMaxSimマッチングを可能にし、ドキュメントレベルの関連ラベルのみをトレーニングする。
  論文  参考訳（メタデータ） (2026-06-22T17:31:02Z)
• Infini Memory: Maintainable Topic Documents for Long-Term LLM Agent Memory [19.802226925602927]
  長期的なLLMエージェントは、変化する事実を追跡し、セッション間で関連する証拠を提供する、永続的なメモリを必要とする。 Infini Memoryは、エージェントメモリをトピック構造化文書として扱う、保守可能なテキストベースの永続メモリアーキテクチャである。
  論文  参考訳（メタデータ） (2026-06-09T10:31:51Z)
• Rethinking How to Remember: Beyond Atomic Facts in Lifelong LLM Agent Memory [88.81430082035617]
  LLMエージェントは、蓄積された対話履歴を忠実に保存し、効率的に検索し、深く推論できるメモリシステムを必要とする。 本稿では,ソース識別子に固定された生の対話セグメントを含む3つの共存表現の粒度を格納するTriMemを提案する。
  論文  参考訳（メタデータ） (2026-05-19T15:05:06Z)
• Beyond RAG for Agent Memory: Retrieval by Decoupling and Aggregation [22.803751188961865]
  検索は類似性マッチングを超えて移動し、代わりに潜在コンポーネントを操作するべきだと我々は主張する。 我々は、無傷ユニットの階層を構築し、検索可能な高レベルノード組織を維持するxMemoryを提案する。
  論文  参考訳（メタデータ） (2026-02-02T12:04:58Z)
• FragRel: Exploiting Fragment-level Relations in the External Memory of Large Language Models [54.13671100638092]
  断片接続型階層型メモリベース大規模言語モデル(LLM)を提案する。 外部メモリにおけるフラグメントレベルの関係を定式化し、異なるテキストタイプに対していくつかのインスタンスを提示する。 長いストーリー理解、リポジトリレベルのコード生成、長期チャットにこれらの関係を組み込むことの利点を検証する。
  論文  参考訳（メタデータ） (2024-06-05T09:31:37Z)
• SCM: Enhancing Large Language Model with Self-Controlled Memory Framework [54.33686574304374]
  大きな言語モデル(LLM)は、長い入力を処理できないため、重要な歴史的情報が失われる。 本稿では,LLMが長期記憶を維持し,関連する情報をリコールする能力を高めるための自己制御メモリ(SCM)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-26T07:25:31Z)

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。