論文の概要: CONTRAMEM: Learning Self-Evolving Procedural Memory from Contrasting Multi-Model Trajectories
- arxiv url: http://arxiv.org/abs/2608.22533v1
- Date: Sun, 23 Aug 2026 18:11:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.787519
- Title: CONTRAMEM: Learning Self-Evolving Procedural Memory from Contrasting Multi-Model Trajectories
- Title（参考訳）: CONTRAMEM: マルチモデル軌道の対比から自己進化型手続き型記憶を学習する
- Abstract要約: CONTRAMEMは、自己進化型プロシージャメモリのための、ソースフレキシブルでトレーニング不要なフレームワークである。
GAIA2/AREのコンピュータ使用タスクでは、CONTRAMEMは成功率の2倍以上である。
- 参考スコア（独自算出の注目度）: 13.649910962870896
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous computer-use agents are increasingly applied to long-horizon tasks requiring coordinated application calls, persistent state tracking, and verifier-sensitive writes, yet they remain prone to procedural failures: misreading application state, tool semantics, or task progress. Procedural memory promises more consistent decisions and less redundant exploration, but constructing high-quality memory without model training remains challenging. We introduce CONTRAMEM, a source-flexible, training-free framework for self-evolving procedural memory that treats same-task outcome variation as supervision: differences in correctness, efficiency, recovery, and failure modes expose outcome-relevant procedural distinctions, distilled into a compact bank of app-level Function Cards and task-level Skill Cards that evolves through localized curation rather than append-only accumulation or whole-bank rewriting. On held-out GAIA2/ARE computer-use tasks, CONTRAMEM more than doubles the success rate across the three source-model targets (26.2% to 55.3%), with consistent per-model gains (GPT-5.5: 27.5 to 61.0; Claude Sonnet 4.6: 28.0 to 52.5; DeepSeek V4 Pro: 23.0 to 52.5). The same bank transfers unchanged to the unseen Qwen3.7 Plus (18.5 to 35.5), indicating transferable procedural knowledge rather than model-specific behavior. The same construction carries over unchanged to AppWorld, beating both no memory and its own single-source self-memory variant for all three mid-tier agents on both public test splits. Under a matched trajectory budget, heterogeneous multi-model trajectories yield stronger memory than self- or same-model multi-rollout memory: the margin comes from contrastive behavioral diversity, not stronger source agents or more sampling.
- Abstract（参考訳）: 自律的なコンピュータ利用エージェントは、コーディネートされたアプリケーションコール、永続的な状態トラッキング、検証対象の書き込みを必要とする長期タスクにますます適用されます。
手続き記憶はより一貫性のある決定と冗長な探索を約束するが、モデルトレーニングなしで高品質なメモリを構築することは依然として難しい。
ConTRAMEMは、ソースフレキシブルで訓練不要な自己進化型プロシージャメモリのフレームワークで、同一タスクの結果の変化を監督する: 正確性、効率性、回復性、失敗モードの違いは、結果関連プロシージャの区別を露呈し、アプリケーションレベルの機能カードとタスクレベルのスキルカードのコンパクトバンクに蒸留され、追加のみの蓄積や銀行全体の書き換えよりも、ローカライズドキュレーションによって進化する。
GAIA2/AREのコンピュータ使用タスクでは、CONTRAMEMは3つのソースモデル目標(26.2%から55.3%)で成功率を2倍以上にし、一貫したモデル当たりのゲイン(GPT-5.5: 27.5 to 61.0; Claude Sonnet 4.6: 28.0 to 52.5; DeepSeek V4 Pro: 23.0 to 52.5)を達成している。
同一の銀行はQwen3.7 Plus (18.5 - 35.5) に変化せず、モデル固有の振る舞いよりも転送可能な手続き的知識を示している。
同じ構成はAppWorldに変わりず、両方のパブリックテストスプリットで3つの中間層エージェントすべてに対して、メモリと独自のシングルソースのセルフメモリのバリエーションの両方を圧倒する。
整合したトラジェクトリ予算の下では、異種多モデルトラジェクトリは自己または同モデルのマルチロールアウトメモリよりも強いメモリを得る:マージンは、より強いソースエージェントやサンプリングではなく、対照的な振る舞いの多様性から生じる。
関連論文リスト
- What Makes Agent Memory Useful for Reliable Unanswerable Question Handling? [51.58639607746329]
メモリはエージェントシステムで広く使われているが、信頼性の高いUAQ処理におけるその役割は未だ不明である。
本稿では,統一エージェントRAGフレームワークによるUAQ処理のためのエージェントメモリの体系的研究を行う。
メモリはいくつかの設定でUAQ性能を改善することができるが、そのような利得は普遍的ではなく選択的であり、データセットシフト時にも脆弱である。
論文 参考訳（メタデータ） (2026-08-28T05:00:28Z) - Same Model, Different Harness: Different Coding-Agent Results [0.0]
3つのベンチマークで同じハーネスの2つの構成を比較した。
コントロールは時間順に完全な会話を供給し、処理は同一の記録を保持するが、機械的には古いツールの結果を短縮する。
厳密な状況下では、この処理は3つの圧力比較で平均1タスク当たりのフェール・ツー・パス分率(F2PF)を上昇させる。
論文 参考訳（メタデータ） (2026-08-26T11:55:44Z) - Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses [83.32611586724165]
Recurisは、ロングホライゾンエージェントハーネスのためのExperiential-Working Memoryアーキテクチャである。
Work Memoryはタスクの進捗を追跡し、Experiential Memoryからスキル選択をガイドする。
4つのロングホライズンベンチマークと10のモデルでRecurisは37のモデルベンチマークペアのうち35のタスク成功を改善している。
論文 参考訳（メタデータ） (2026-08-25T17:56:35Z) - TRACE: A Self-Evolving Skill Bank for Consistent, Limit-Aware LLM Agents [41.82249291285459]
TRACEは、モデルウェイトを変更することなく、スキルベースのエージェントの行動知識を反復的に改善する。
GPT-5.5では、TRACEは一貫性(Pass3)を34.6ポイント改善し、59.9%から94.5%に改善した。
これらの結果から,TRACEは高モデルポテンシャルを安定かつ一貫した性能向上に変換することを示した。
論文 参考訳（メタデータ） (2026-08-24T04:36:03Z) - Agent Memory Distillation: Empowering Small LLM Agents with Hierarchical Teacher Memory [49.6908961629532]
エージェントメモリ蒸留(Agen Memory Distillation、AMD)は、大規模な教師エージェントから階層的な記憶を通じて、構造化された知識を小さな学生エージェントに転送する、トレーニング不要のフレームワークである。
メモリはタスクレベルの戦略を符号化し、サブタスクメモリは具体的な振る舞いの例を提供し、ファンクションメモリは関数ごとの呼び出し規約をキャプチャする。
GPT-5-miniを教師とする4つの学生モデル(4B-8Bパラメータ)を用いた3つのツールユースベンチマークでAMDを評価し,平均精度27.2%p,11.2%p,3.4%pのAppWorld,BFCL Vを用いた。
論文 参考訳（メタデータ） (2026-08-07T12:43:00Z) - Self-Play Meets Skill Evolution: Self-Evolving Search Agents that Pose, Solve, and Remember [26.754732469136385]
セルフプレイエージェントは、ターゲットベンチマークからの質問なしにトレーニング問題を生成することができるが、そのカリキュラムには永続的な状態がない。
textbfSESA (Self-Evolving Skill-Augmented Agent) を導入する。
論文 参考訳（メタデータ） (2026-07-31T14:32:52Z) - AutoMem: Automated Learning of Memory as a Cognitive Skill [63.07128029793901]
記憶の専門知識は学習したスキルであることを示す。
メモリ管理の2つの軸を自動化するフレームワークであるAutoMemを紹介する。
その結果,メモリ管理は独立して学習可能なスキルであることが示唆された。
論文 参考訳（メタデータ） (2026-07-01T17:57:03Z) - SaliMory: Orchestrating Cognitive Memory for Conversational Agents [22.813290545851743]
SALIMORYは、認知的に構造化されたメモリスパンニングされたユーザファクト、好み、ワーキングメモリを管理するために単一の言語モデルをトレーニングするフレームワークである。
メモリ分散障害を3分の1削減し、エンドツーエンドの精度で最先端を10%以上上回り、良質なパーソナライゼーション率を2倍以上に向上させる。
論文 参考訳（メタデータ） (2026-06-02T18:31:50Z) - WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。
既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。
マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
論文 参考訳（メタデータ） (2026-05-28T04:27:20Z) - Memp: Exploring Agent Procedural Memory [72.41472703974935]
LLM(Large Language Models)ベースのエージェントは様々なタスクをこなすが、静的パラメータで手動で設計または絡み合うような不安定なプロシージャメモリに悩まされる。
本稿では,過去のエージェントの軌跡をステップバイステップの細粒度と高レベルなスクリプトライクな抽象化の両方に蒸留するMempを提案する。
メモリレポジトリが洗練されるにつれて、エージェントは着実に高い成功率と類似タスクの効率を達成できることを示す。
論文 参考訳（メタデータ） (2025-08-08T16:20:56Z) - Sable: a Performant, Efficient and Scalable Sequence Model for MARL [3.676220008456203]
我々は、MARLに高性能で、メモリ効率が高く、スケーラブルなシーケンスモデリングアプローチであるSableを紹介した。
SableはRetentive Networksの保持メカニズムを適用することで機能する。
我々は、Sableが既存の最先端メソッドを多種多様なタスクで大幅に上回っていることを実証する。
論文 参考訳（メタデータ） (2024-10-02T16:15:26Z)
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。