論文の概要: When Personal Memory Has No Single Answer: Evaluating LLM Agents under Irreducible Conflict
- arxiv url: http://arxiv.org/abs/2608.13921v1
- Date: Fri, 14 Aug 2026 03:48:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.259378
- Title: When Personal Memory Has No Single Answer: Evaluating LLM Agents under Irreducible Conflict
- Title（参考訳）: 個人記憶に1つの答えがないとき--LLMエージェントの評価
- Abstract要約: UnderlineTesting UnderlineAgents' underlineNavigation of underlineGenuine, underlineLatent, underlineEntangled Memory Conflicts (textscTANGLE)を紹介する。
40のペルソナに541のインスタンスがあり、CPC(Context-Partitioned Conflict)、BOC(Behaviment-Oscillation Conflict)、SCC(Source-Contradiction Conflict)の3種類がある。
記憶が硬化したオラクルトラックの2つのトラックの評価
- 参考スコア（独自算出の注目度）: 36.17544860911908
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: LLM agents increasingly maintain personal memory across sessions, but it can conflict. Preferences depend on context, behavior evolves, and sources can conflict. When a query lacks context, time, or source authority to interpret conflict, treating one memory as definitive converts unresolved conflict into an unjustified, overconfident action. Existing benchmarks recover one answer from conflicting evidence, overlooking whether agents recognize underdetermination, preserve alternatives, seek missing information, and choose appropriate actions. We introduce \underline{T}esting \underline{A}gents' \underline{N}avigation of \underline{G}enuine, \underline{L}atent, and \underline{E}ntangled Memory Conflicts (\textsc{TANGLE}), a benchmark for genuinely unresolvable memory conflicts. It comprises 541 instances across 40 personas and three types: Context-Partitioned Conflict (CPC), Behavior-Oscillation Conflict (BOC), and Source-Contradiction Conflict (SCC). We evaluate two tracks---an oracle track with curated memory and a pipeline track that extracts memory from multi-session dialogues---on five dimensions: conflict perception, causal reasoning, confidence calibration, clarification seeking, and memory faithfulness. Experiments reveal pipeline challenges. With curated memory, models recognize conflicts more reliably than they calibrate actions or seek targeted clarification. With end-to-end pipeline memory, extraction fails to preserve conflict-bearing relations needed for downstream reasoning. Policy comparisons show fixed rules are insufficient when actions must reflect conflict. These findings motivate Conflict-Aware Action Policy (CAAP), which adapts actions to each conflict using available evidence. \textsc{TANGLE} frames conflict handling as recognizing underdetermination, retaining conflicting evidence, and acting without forcing a definitive answer.
- Abstract（参考訳）: LLMエージェントはセッション間の個人的な記憶をますます維持するが、競合する可能性がある。
優先順位は文脈に依存し、行動は進化し、ソースは矛盾する可能性がある。
クエリがコンフリクトを解釈するコンテキスト、時間、ソースの権限を欠いている場合、1つのメモリを決定的なものとして扱い、未解決のコンフリクトを不正で過度に信頼されたアクションに変換する。
既存のベンチマークでは、エージェントが過小評価を認識し、代替品を保存し、情報の欠落を探し、適切な行動を選択するかどうかを見落とし、矛盾する証拠から1つの回答を回収している。
本稿では,真に解決不可能なメモリコンフリクトのベンチマークである \underline{T}esting \underline{A}gents' \underline{N}avigation of \underline{G}enuine, \underline{L}atent, and \underline{E}ntangled Memory Conflicts (\textsc{TANGLE})を紹介する。
40のペルソナに541のインスタンスがあり、CPC(Context-Partitioned Conflict)、BOC(Behavior-Oscillation Conflict)、SCC(Source-Contradiction Conflict)の3つのタイプがある。
我々は,記憶が硬化したオラクルトラックと,多セッション対話からメモリを抽出するパイプライントラックの2つのトラックを,コンフリクト知覚,因果推論,信頼度校正,明確化探索,メモリ忠実度という5次元で評価した。
実験はパイプラインの課題を明らかにする。
キュレートされたメモリでは、モデルはアクションを校正したり、ターゲットの明確化を求めるよりも、コンフリクトを確実に認識する。
エンドツーエンドのパイプラインメモリでは、抽出は下流の推論に必要な競合を含む関係を保存するのに失敗する。
政策比較は、行動が紛争を反映しなければならない場合に一定の規則が不十分であることを示している。
これらの発見は、紛争認識行動政策(CAAP)を動機付け、利用可能な証拠を用いて、紛争ごとに行動を適用する。
textsc{TANGLE} は、対立処理を、過小評価を認識し、矛盾する証拠を保持し、決定的な答えを強制せずに行動するものとして捉えている。
関連論文リスト
- StateFuse: Deterministic Conflict-Preserving Memory for Multi-Agent Systems [6.160059055899747]
StateFuseは、標準のOpsSet/CRDTマージ上に構築された、コンフリクト対応の複製メモリコントラクトである。
整合型リゾルバと検証ポリシの下で, フラットなマルチ値, 生ログ, プロファイランススタイル, 崩壊ベースラインに対してStateFuseを評価する。
論文 参考訳（メタデータ） (2026-07-07T05:06:33Z) - ConflictScore: Identifying and Measuring How Language Models Handle Conflicting Evidence [48.938290419832335]
我々は、モデル応答が、その基盤となる文書における矛盾する証拠をどのように認識するかを定量化する新しいメトリクスであるConflictScoreを紹介する。
我々のフレームワークは, 反応を原子的クレームに分解し, それぞれのクレームに対して各クレームをラベル付けし, それらのラベルを2つの補完的尺度に集約する。
論文 参考訳（メタデータ） (2026-06-24T23:00:09Z) - MemConflict: Evaluating Long-Term Memory Systems Under Memory Conflicts [19.9199366981741]
本稿では,メモリの妥当性をクエリ条件付きフィットネス・フォー・ユース問題として扱う診断フレームワークを提案する。
MemConflictは、時間的妥当性、事実的正確性、文脈的適用性に関する動的、静的、条件的衝突を形式化する。
構造化されたユーザプロファイルから制御されたロングホライズン履歴をシミュレートし、クロスセッションコンフリクトを導入し、セマンティックに類似したイントラクタを注入して、メモリ候補間の競合を発生させる。
論文 参考訳（メタデータ） (2026-05-20T09:11:04Z) - Mitigating Context-Memory Conflicts in LLMs through Dynamic Cognitive Reconciliation Decoding [51.242997961841276]
大規模言語モデルは事前学習を通じてパラメトリック知識を蓄積する。
知識の衝突は、時代遅れまたは誤ったパラメトリック知識が文脈における外部知識と衝突する際に起こる。
既存の手法は、対照的な復号化を通じて知識の衝突に対処するが、競合のないシナリオでは静的アプローチが出力分布を妨害する。
本稿では,動的認知和解復号法(DCRD)を提案する。
論文 参考訳（メタデータ） (2026-05-12T14:29:45Z) - To Fuse or to Drop? Dual-Path Learning for Resolving Modality Conflicts in Multimodal Emotion Recognition [87.22988227382329]
マルチモーダル感情認識(MER)は、テキスト、音声、視覚を組み合わせることで恩恵を受けるが、標準的な融合は、モダリティが相反する場合に失敗することが多い。
我々は,いつフューズするか,いつモダリティを落とすのかを学習する統合フレームワークであるDual-Path Conflict Resolution (DCR)を提案する。
論文 参考訳（メタデータ） (2026-05-06T13:11:33Z) - Conflicts Make Large Reasoning Models Vulnerable to Attacks [17.460309581795595]
本研究は, 2つのカテゴリーの対立に直面すると, LRMが有害なクエリにどう反応するかを検討する。
内部紛争は互いに対立し合い、ジレンマは相互に矛盾する選択を課す。
5つのベンチマークで1,300以上のプロンプトを用いて、3つの代表的なLEMを評価した。
論文 参考訳（メタデータ） (2026-04-10T11:44:57Z) - Rashomon Memory: Towards Argumentation-Driven Retrieval for Multi-Perspective Agent Memory [0.0]
Rashomon Memoryは、並列目標条件のエージェントが優先順位に従ってエクスペリエンスをエンコードし、議論を通じてクエリ時に交渉するアーキテクチャである。
攻撃グラフのトポロジから検索モードが出現し、システムが解決を強制するのではなく、真に不一致を報告しているコンフリクト表面モードにより、意思決定者は、根底にある解釈的コンフリクトを直接見ることができることを示す。
論文 参考訳（メタデータ） (2026-04-04T04:29:50Z) - Diagnosing Knowledge Conflict in Multimodal Long-Chain Reasoning [78.86309644343295]
長い連鎖推論におけるマルチモーダルな大言語モデル(MLLM)は、異なる知識源が矛盾する信号を提供するときにしばしば失敗する。
我々は、これらの失敗を知識の衝突という統一概念の下で形式化し、入力レベルの客観的衝突とプロセスレベルの効果的な衝突を区別する。
本研究は,知識衝突下でのマルチモーダル推論のメカニズムを考察し,長CoT障害の診断と制御を可能にする。
論文 参考訳（メタデータ） (2026-02-16T07:10:44Z) - AdaCAD: Adaptively Decoding to Balance Conflicts between Contextual and Parametric Knowledge [57.66282463340297]
知識の衝突は、大きな言語モデルの文脈における情報と、そのパラメータに格納された知識との相違から生じる。
コンフリクトの度合いに基づいて動的に調整の重みを推定する,AdaCADと呼ばれる細粒度なインスタンスレベルのアプローチを提案する。
ADACADは静的コントラストベースラインよりも平均QA精度14.21%(絶対)のデコードベースラインを一貫して上回り、要約の事実性を6.19倍(AlignScore)向上させることを示す。
論文 参考訳（メタデータ） (2024-09-11T16:35:18Z)
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。