論文の概要: Learning What to Share and What to Personalize: Hierarchical Strategy Co-Evolution for Agent Memory
- arxiv url: http://arxiv.org/abs/2608.25329v1
- Date: Wed, 26 Aug 2026 03:24:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.54817
- Title: Learning What to Share and What to Personalize: Hierarchical Strategy Co-Evolution for Agent Memory
- Title（参考訳）: 共有するものとパーソナライズするものを学ぶ:エージェントメモリのための階層的戦略共進化
- Authors: Yupeng Han, Shuochen Liu, Kai Zhang, Ze Liu, Zhihong Pan, Xianquan Wang,
- Abstract要約: textbfHiPS(textbfHierarchical textbfPersonalized textbfStrategy)を提案する。
- 参考スコア（独自算出の注目度）: 12.804996491494284
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Memory-augmented agents maintain compact user profiles throughout extended conversations, enabling personalized and consistent responses without the need to process the entire dialogue history. The quality of these user profiles relies on the underlying memory management strategy: at each step, the agent must determine what to retain, compress, or discard. However, existing methods typically employ a static, one-size-fits-all strategy established before training. In practice, the optimal memory decision is inherently user-specific and dynamically evolves alongside policy optimization. To address this, we propose \textbf{HiPS} (\textbf{Hi}erarchical \textbf{P}ersonalized \textbf{S}trategy), a framework that decouples memory management into a globally shared foundation and a user-specific adaptive tier. Specifically, HiPS employs \textbf{Universal Strategy} to extract shared principles from cross-persona trajectories, alongside \textbf{Persona Delta Distillation} to generate tailored rules for users whose behaviors diverge from general patterns. \textbf{Cross-Level Rule Flow} dynamically calibrates their boundary by promoting broadly validated personal rules and demoting contradicted global ones. The architecture establishes a co-evolution loop where a mechanism guarantees that all strategy refinements are anchored to task outcomes. Extensive experiments demonstrate consistent improvements over memory-augmented baselines.
- Abstract（参考訳）: メモリ拡張エージェントは、拡張された会話を通してコンパクトなユーザプロファイルを保持し、対話履歴全体を処理することなく、パーソナライズされた一貫性のある応答を可能にする。
これらのユーザプロファイルの品質は、基礎となるメモリ管理戦略に依存している。各ステップでは、エージェントが保持、圧縮、破棄すべきものを決定する必要がある。
しかし、既存のメソッドは通常、トレーニング前に確立された静的でワンサイズな戦略を採用している。
実際には、最適なメモリ決定は本質的にユーザ固有のものであり、ポリシー最適化と並行して動的に進化する。
そこで本稿では,メモリ管理をグローバルに共有する基盤とユーザ固有の適応層に分離するフレームワークである \textbf{HiPS} (\textbf{Hi}erarchical \textbf{P}ersonalized \textbf{S}trategy) を提案する。
具体的には、HiPS は \textbf{Universal Strategy} を用いて、一般のパターンから振る舞いが分岐するユーザのための調整されたルールを生成するために、対人トラジェクトリから共有原則を抽出する。
\textbf{Cross-Level Rule Flow} は、広く検証された個人ルールを促進し、矛盾するグローバルルールを分解することによって、その境界を動的に校正する。
アーキテクチャは、メカニズムがすべての戦略改善がタスクの結果に固定されることを保証する、共進化ループを確立する。
大規模な実験は、メモリ拡張ベースラインよりも一貫した改善を示している。
関連論文リスト
- Collaborative Memory Augmentation for Generative Recommendation [49.76630658239287]
我々は、ジェネレーティブ・リコメンデーションのためのcOllaborative MEmory拡張フレームワークであるtextbfOMEGAを提案する。
まず、学習可能なクエリトークンを用いて、逐次的ユーザ動作をコンパクトな表現に変換する潜在コンテキスト圧縮手法を提案する。
これらの圧縮された表現は、協調的なメモリバンクに集約され、グローバルな行動パターンの明示的なリポジトリとして機能する。
論文 参考訳（メタデータ） (2026-08-02T15:34:43Z) - From Correctness to Preference: A Framework for Personalized Agentic Reinforcement Learning [15.774638671062393]
本稿では,学習時間最適化にパーソナライズを組み込んだAgentic RLフレームワークを提案する。
私たちのフレームワークは、強いメモリとRLベースラインを一貫して上回ります。
論文 参考訳（メタデータ） (2026-05-22T08:50:55Z) - Learning How and What to Memorize: Cognition-Inspired Two-Stage Optimization for Evolving Memory [53.8372503928207]
大規模言語モデル(LLM)エージェントは、一貫したパーソナライゼーションのために長期のユーザメモリを必要とする。
既存のメモリシステムは、主に静的で手作りの更新ルールに依存している。
MemCoEは認知にインスパイアされた2段階最適化フレームワークで、どのようにメモリを整理し、どの情報を更新すべきかを学ぶ。
論文 参考訳（メタデータ） (2026-05-01T14:45:20Z) - AMemGym: Interactive Memory Benchmarking for Assistants in Long-Horizon Conversations [61.6579785305668]
AMemGymは、メモリ駆動型パーソナライゼーションのためのオンライン評価と最適化を可能にする対話型環境である。
我々のフレームワークは、対話エージェントのメモリ能力を向上するためのスケーラブルで診断に富んだ環境を提供する。
論文 参考訳（メタデータ） (2026-03-02T15:15:11Z) - FedUTR: Federated Recommendation with Augmented Universal Textual Representation for Sparse Interaction Scenarios [58.33672784127872]
フェデレーションレコメンデーション(FR)は、デバイス上のプライバシ保護パラダイムとして登場した。
本稿では,対話行動の補完として項目文表現を取り入れたFedUTRという新しい手法を提案する。
提案手法は,SOTAベースラインと比較して,全データセットの最大59%の改善を達成し,優れた性能を実現する。
論文 参考訳（メタデータ） (2026-01-29T08:55:19Z) - From Atom to Community: Structured and Evolving Agent Memory for User Behavior Modeling [25.74573956240653]
STEAM(textittextbfSTructured and textbfEvolving textbfAgent textbfMemory)は、エージェントメモリの編成と更新方法を再定義する新しいフレームワークである。
好みを原子記憶単位に分解し、それぞれが観察された行動に明示的なリンクで異なる関心領域をキャプチャする。
協調的パターンを活用するために、STEAMは、ユーザ間で類似した記憶をコミュニティに整理し、信号伝達のためのプロトタイプメモリを生成する。
論文 参考訳（メタデータ） (2026-01-23T16:24:57Z) - Controllable Memory Usage: Balancing Anchoring and Innovation in Long-Term Human-Agent Interaction [35.20324450282101]
エージェントのメモリ依存を明示的かつユーザ制御可能な次元としてモデル化できることを示す。
textbfSteerable textbfMemory Agent, textttSteeMを提案する。
論文 参考訳（メタデータ） (2026-01-08T16:54:30Z) - SCOPE: Prompt Evolution for Enhancing Agent Effectiveness [53.75986399936395]
大規模言語モデル(LLM)エージェントは、大規模で動的なコンテキストを生成する環境にますますデプロイされている。
エージェントはこのコンテキストにアクセスできますが、静的なプロンプトには効果的に管理するメカニズムがありません。
textbfSCOPE (Self-evolving Context Optimization via Prompt Evolution) を導入する。
本稿では,戦術的特異性(即時誤りの解消)と戦略的汎用性(長期原則の進化)のバランスをとるデュアルストリーム機構を提案する。
論文 参考訳（メタデータ） (2025-12-17T12:25:05Z) - A Model-agnostic Strategy to Mitigate Embedding Degradation in Personalized Federated Recommendation [34.915843795521134]
パーソナライズされた埋め込みユーティリティを強化するための新しいモデルに依存しないFedRec戦略を提案する。
PLGCは、次元崩壊問題を緩和する連邦勧告における最初の研究である。
論文 参考訳（メタデータ） (2025-08-27T06:03:52Z) - APGL4SR: A Generic Framework with Adaptive and Personalized Global
Collaborative Information in Sequential Recommendation [86.29366168836141]
逐次推薦のための適応およびパーソナライズされたグラフ学習(APGL4SR)というグラフ駆動型フレームワークを提案する。
APGL4SRは、適応的でパーソナライズされたグローバルな協調情報をシーケンシャルレコメンデーションシステムに組み込む。
一般的なフレームワークとして、APGL4SRは大きなマージンを持つ他のベースラインよりも優れている。
論文 参考訳（メタデータ） (2023-11-06T01:33:24Z)
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。