論文の概要: MELD: A Protocol for Merging Knowledge Across Distributed Agentic Memories
- arxiv url: http://arxiv.org/abs/2608.16357v1
- Date: Mon, 17 Aug 2026 10:09:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.630813
- Title: MELD: A Protocol for Merging Knowledge Across Distributed Agentic Memories
- Title（参考訳）: MELD: 分散エージェントメモリ間の知識統合のためのプロトコル
- Abstract要約: MELDは、エージェントメモリのフェデレーションのための自己管理コヒーレンス機構である。
それぞれの脳は5アウトカムの手順で全てのクレームを受信する。
HotpotQAorでは、分散マージが中央集中ストアにリコールされる。
- 参考スコア（独自算出の注目度）: 2.2541665241198534
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous agents share a transport and can call each other's tools, but they cannot share what they know: no protocol lets two agents' memories reconcile a fact phrased two ways, link related facts held apart, or reconcile contradictory knowledge without silently discarding either claim. We present MELD, a self-managing coherence mechanism for a federation of agent memories whose run-time model is the knowledge graph itself. Each brain admits every incoming claim through a five-outcome procedure (insert, merge, relate, conflict, or reject), decided from three signals (scoped claim-key identity, embedding similarity, and a natural-language-inference verdict) under context and freshness gates, and acting through exactly one auditable, authenticated Patch, the only object that mutates state. A binding onto standard publish/subscribe transport with a per-claim status CRDT keeps sovereign brains coherent in claim status without a coordinator: self-healing after partitions and under lossy routing, and self-protecting against silent rewrite by a peer, under a benign-fault model. MELD does not adjudicate truth; a detected contradiction is preserved for later adjudication, never silently resolved. On HotpotQA distractor, distributed merge is recall-non-inferior to a centralized store under a pre-specified equivalence test and recall-superior to naive union at about 11% less live storage; the merge classifier separates at AUC 0.968 with a 0.013 false-merge rate on adjudicated candidate pairs; the status CRDT reconverges in 30/30 real partition-heal trials where last-writer-wins manages 11/30; and semantic routing delivers about 3x fewer messages at matched recall. We evaluate on a real computing continuum spanning an operator-grade 5G edge, national HPC, and a local tier, with empirically calibrated thresholds.
- Abstract（参考訳）: 自律的なエージェントは、トランスポートを共有して、お互いのツールを呼び出すことができるが、彼らが知っていることを共有することはできない。
本稿では,実行時モデルが知識グラフ自身であるエージェントメモリのフェデレーションのための自己管理コヒーレンス機構であるMELDを提案する。
それぞれの脳は、5つのアウトカム手順(インサート、マージ、関連、紛争、拒絶)を通じて全ての入ってくるクレームを承認し、コンテキストと鮮度ゲートの下で3つの信号(クレームキーの同一性、埋め込み類似性、自然言語推論の判定)から決定され、状態を変える唯一の物体である認証済みのパッチを通して行動する。
CRDTによる標準パブリッシュ/サブスクライブトランスポートへのバインドは、コーディネータを使わずに、主権脳がクレーム状態のまま保持する:分割後の自己修復と損失のあるルーティング、そして良心的なフォールトモデルの下で、同僚によるサイレントリライトに対する自己保護。
MELDは真理を判断せず、検出された矛盾は後続の偏見のために保存され、無言で解決されることはない。
HotpotQAイントラクタでは、分散マージは、予め指定された等価性テストの下で中央のストアにリコール非インフェールされ、リコール-上司は、約11%のライブストレージでナイーブ・ユニオンにリコールし、マージ分類器は AUC 0.968 で分離され、調整された候補ペアに対して 0.013 の偽マージレートで、ステータスCRDT は、最終ライターが11/30を管理する30/30の実際のパーティション・ヘルストライアルで再検証され、セマンティック・ルーティングは、マッチしたリコール時に約3倍のメッセージを配信する。
演算子グレードの5Gエッジ,ナショナルHPC,ローカル階層にまたがる実計算連続体を,経験的校正しきい値で評価した。
関連論文リスト
- Zero-Knowledge Predicate Proofs Between AI Agents: A Measured, Cross-Protocol Gateway and the Source-Integrity Gap [0.0]
マルチエージェントAIプラットフォームは、ステージングからプロダクションへ素早く移行するが、エージェントが信頼を確立する方法はまだ初歩的だ。
提案から実行システムまで,エージェント間での検証可能なデータ最小化を行う。
32ビットのしきい値述語は6.2msで証明され、608バイトのBulletproofs証明で1.0msで検証される。
論文 参考訳（メタデータ） (2026-08-30T23:16:17Z) - Twin Worlds: Equivariance-Based Abstention for Evidence-Grounded Reasoning [38.63002496590365]
本稿では,知識集約的推論における信頼性向上のための枠組みを提案する。
重要な要因は、文脈における実体の言及が記憶された関連を活性化し、モデルが証拠に埋もれていないプラウシブルな応答を生成することである。
我々は、パラメトリックな先行値を減らしながら関係構造を保ちつつ、元の入力の型付き置換によって複数の世界を構築する。
論文 参考訳（メタデータ） (2026-08-28T07:33:29Z) - Emergent Misaligned Communication in Long-Horizon Multi-Agent LLM Commerce [39.937871162878785]
我々は、虚偽の事実主張、操作、共謀、脅迫を含む電子メールとして、音声行為の誤認識を運用する。
メールの12.6%はミスアライメントと表示されており、20行中、74.7%は個別のエージェントランで表示されている。
高い能力モデルが弱い候補を差分に利用しているという証拠は見つからない。
論文 参考訳（メタデータ） (2026-08-14T18:56:12Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - Runtime Observability for Heterogeneous Attention Memory [20.158719055939383]
3つの演算子を持つ4つのメモリクラスすべてをカバーするランタイムオブザーバビリティ契約を提供します。
ステージごとのスタックを実行可能な要求レベルのリスク台帳に構成する。
論文 参考訳（メタデータ） (2026-08-06T10:41:50Z) - 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) - What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。
複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
論文 参考訳（メタデータ） (2026-06-19T06:04:17Z) - TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory [22.85129722207174]
矛盾の解決は書き込み時の制御であり、欠落した契約を明確にすることを示しています。
TOKIは、二重行スキーマ上での2時間演算子の1つのファミリとして、四重項をタイプする。
8つのシステムにまたがる判定行列はギャップをローカライズする: 書き込みパス上の言語モデル判断を保持するすべてのベースラインは、3つの書き込み時異常のうちの少なくとも1つを許容する。
論文 参考訳（メタデータ） (2026-06-04T14:46:52Z) - QUACK: Questioning, Understanding, and Auditing Communicated Knowledge in Multimodal Social Deduction Agents [38.13248430205106]
QUACKはマルチモーダルな社会的推論におけるエージェント言語の基礎を監査するための評価フレームワークである。
エンジンログから各エージェントの基幹軌道を再構築し、それに対するすべての議論のクレームをチェックする。
最強のエージェントでさえ、検証可能な空間的主張の15.1%を幻覚させ、根拠のない証拠なしに告発の半数以上を犯している。
論文 参考訳（メタデータ） (2026-05-26T14:19:08Z) - What Are We Actually Decoding? Source Attribution for Non-Invasive Brain-to-Language Retrieval [42.66754319854329]
我々は,刺激同期MEG-to-audio検索を監査フレームワークとして再放送した。
構造的ショートカット、ウィンドウレベルの刺激ロックされたエビデンス、ウィンドウ間のコンテキストアグリゲーションを使用します。
これらの結果は、脳から言語へのパフォーマンスは、単に報告されるのではなく、ソース属性であるべきだことを示唆している。
論文 参考訳（メタデータ） (2026-05-23T11:23:39Z) - MemReranker: Reasoning-Aware Reranking for Agent Memory Retrieval [37.54115468116941]
本報告では,Qwen3-Reranker を用いた多段 LLM 知識蒸留によるリグレードモデルファミリ MemReranker (0.6B/4B) について紹介する。
メモリ検索ベンチマークでは、MemReranker-0.6BはBGE-Rerankerを大きく上回り、オープンソースの4B/8BモデルとGPT-4o-miniをキーメトリクスでマッチングする。
MemReranker-4B はさらに 0.737 MAP を達成し、Gemini-3-Flash と同等のメトリクスを持つ一方で、推論遅延を10-20%の大型モデルで維持している。
論文 参考訳（メタデータ） (2026-05-07T12:33:57Z) - PBFT-Backed Semantic Voting for Multi-Agent Memory Pruning [0.0]
本稿では,マルチエージェントシステム(MAS)における同期メモリプルーニングを可能にするCo-Forgetting Protocolを提案する。
1) エージェントが軽量な DistilBERT モデルを用いて、その内容と現在の運用状況に基づいて、メモリアイテムの関連性を評価すること、2) 時間的地平線をまたいで、その年齢とアクセス頻度に基づいて、メモリに重要性を割り当てるマルチスケールの時間的減衰関数、(3) 実践的ビザンチンフォールトトレランス(PBFT)に基づくコンセンサス機構により、メモリアイテムの保持または破棄の決定が、適格でフォールトトレラントなエージェントによって合意されることを保証すること、である。
論文 参考訳（メタデータ） (2025-06-19T08:28:29Z) - ReCon: Enhancing True Correspondence Discrimination through Relation Consistency for Robust Noisy Correspondence Learning [42.292388966066135]
本稿では,マルチモーダルデータ間の真の対応を正確に識別するための一般関係一貫性学習フレームワークであるReConを提案する。
ReConは、真の対応判別の有効性を大幅に向上させ、不一致ペアを確実にフィルタリングする。
論文 参考訳（メタデータ） (2025-02-27T10:38:03Z)
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。