論文の概要: Measure Before You Manage: Evaluating Agent Working Memory in Coding Agents
- arxiv url: http://arxiv.org/abs/2608.31057v1
- Date: Mon, 31 Aug 2026 16:34:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.51605
- Title: Measure Before You Manage: Evaluating Agent Working Memory in Coding Agents
- Title（参考訳）: 管理前の測定: コーディングエージェントにおけるエージェントワーキングメモリの評価
- Abstract要約: 符号化エージェントにおける作業記憶の管理と評価について,意味的不均一性がどのように形成されるかを検討した。
意味的に異なるワーキングメモリオブジェクトは、保持と圧縮の挙動が異なることが分かりました。
これらの教訓は、状態の保存、コンテキストの配信、管理作業、タスクまたはプロセスの結果の4つのレベルにまとめています。
- 参考スコア（独自算出の注目度）: 15.74063647838433
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agent working memory is heterogeneous. Objects such as instructions, artifacts, tool outputs, and agent-generated state play different semantic roles and exhibit different size, retention, and representation profiles. Recent work has begun to explore memory-management mechanisms that account for such heterogeneity. This work focuses on semantic heterogeneity and studies how it should shape the management and evaluation of working memory in coding agents. Across 55 archived coding-agent trajectories, we find that semantically different working-memory objects exhibit distinct retention and compression behavior. This heterogeneity motivates semantically informed memory management. We study two semantically informed strategies: an object-aware compression policy and a retrieval-based policy. Their evaluation shows that calibration gains may not transfer to held-out tasks, and that equal token budgets do not imply equal delivered context or management cost. A real-system replay further exposes serving limits that nominal budgets alone do not capture. Together, these results show why semantic structure matters for agent working memory and why evaluating memory-management strategies requires more than a nominal token budget. We organize these lessons into four levels: stored state, delivered context, management work, and task or process outcome.
- Abstract（参考訳）: エージェントワークメモリは異種である。
命令、アーティファクト、ツール出力、エージェント生成状態などのオブジェクトは、異なるセマンティックな役割を演じ、異なるサイズ、保持、表現プロファイルを示す。
最近の研究は、そのような不均一性を考慮したメモリ管理機構の探求が始まっている。
本研究は、意味的不均一性に着目し、コーディングエージェントにおけるワーキングメモリの管理と評価をどのように形成すべきかを研究する。
55以上のアーカイブされた符号化エージェントの軌跡から,意味的に異なるワーキングメモリオブジェクトが保持と圧縮の挙動を示すことが判明した。
この異質性はセマンティックなインフォメーション・メモリ管理を動機付けている。
本研究では,オブジェクト認識型圧縮ポリシと検索ベースポリシの2つの意味情報戦略について検討する。
彼らの評価によると、キャリブレーションの利得は保留タスクに移行せず、同じトークンの予算は、提供されたコンテキストや管理コストに等しいものではない。
リアルタイムのリプレイは、名目上の予算だけでは捉えられないサービス制限をさらに露呈する。
これらの結果から,エージェント作業メモリのセマンティック構造が重要である理由と,メモリ管理戦略の評価が名目上のトークン予算以上のものを必要とする理由が示唆された。
これらの教訓は、状態の保存、コンテキストの配信、管理作業、タスクまたはプロセスの結果の4つのレベルにまとめています。
関連論文リスト
- Analytic Concept-Centric Memory for Agentic Embodied Manipulation [67.98329043920803]
ロングホライゾンの具体化操作では、エージェントは永続的なオブジェクトを記憶し、シーンの状態の変化を追跡し、相互作用の知識を再利用する必要がある。
既存のエージェント記憶は、しばしば構造化されていない履歴や埋め込みベースの記録として保存される。
エージェントエンボディド操作のための解析的概念中心メモリフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-29T04:33:04Z) - What Must Generalist Agents Remember? [15.799667725892922]
本稿では,複数の環境や目標に対してほぼ最適に振る舞うために,ジェネラリストエージェントがメモリに格納しなければならないものを公式に記述する。
これは、2つのドメインが観測上のボトルネックを共有しているが、互換性のない最適動作を必要とする場合、任意の一様で最適に近いポリシーは、そのボトルネックにおいて異なるメモリ分布を誘導する必要があることを示している。
さらに、エージェントのメモリが関連する目標の値を推定するのに十分な情報を持っている場合、エージェントの局所遷移ダイナミクスを概ね再構築するためにメモリを使用することができることを示す。
論文 参考訳（メタデータ） (2026-06-17T06:46:51Z) - MemCollab: Cross-Agent Memory Collaboration via Contrastive Trajectory Distillation [16.57908722474221]
大規模言語モデル(LLM)ベースのエージェントは、過去の問題解決経験から知識を再利用するためのメモリメカニズムに依存している。
既存のアプローチは、通常、エージェントごとの方法でメモリを構築し、格納された知識を単一のモデルの推論スタイルに密結合する。
その結果,エージェント間でのメモリ転送は,タスク関連知識をエージェント固有のバイアスと結び付けるなど,パフォーマンスを低下させることがわかった。
我々は,同一タスク上で異なるエージェントが生成する軌道の推論を対比することにより,エージェント非依存メモリを構成する協調メモリフレームワークであるMemCollabを提案する。
論文 参考訳（メタデータ） (2026-03-24T14:05:47Z) - Memory for Autonomous LLM Agents:Mechanisms, Evaluation, and Emerging Frontiers [0.42061757959666934]
大きな言語モデル(LLM)エージェントは、単一のコンテキストウィンドウが小さすぎて何が起きているのかをキャプチャできないような環境で、ますます運用される。
メモリはステートレステキストジェネレータを真に適応的なエージェントに変える。
この調査は、メモリがどのように設計され、実装され、現代のLCMベースのエージェントで評価されるかという構造化された説明を提供する。
論文 参考訳（メタデータ） (2026-03-08T15:08:01Z) - RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design [77.30163153176954]
RMBenchは、メモリの複雑さの複数のレベルにまたがる9つの操作タスクからなるシミュレーションベンチマークである。
Mem-0は、制御アブレーション研究をサポートするために設計された明示的なメモリコンポーネントを備えたモジュラー操作ポリシーである。
既存のポリシにおけるメモリ関連の制限を特定し、アーキテクチャ設計の選択がメモリパフォーマンスに与える影響に関する実証的な洞察を提供する。
論文 参考訳（メタデータ） (2026-03-01T18:59:59Z) - MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks [55.145729491377374]
メモリを持つエージェントの既存の評価は、通常、単独で記憶と行動を評価する。
マルチセッションメモリ-エージェント環境ループにおけるエージェントメモリのベンチマークのための統合評価ジムであるMemoryArenaを紹介する。
MemoryArenaは、Webナビゲーション、優先制約付き計画、プログレッシブ情報検索、シーケンシャルなフォーマルな推論を含む評価をサポートする。
論文 参考訳（メタデータ） (2026-02-18T09:49:14Z) - ActMem: Bridging the Gap Between Memory Retrieval and Reasoning in LLM Agents [14.695250837875454]
本稿では,ActMemと呼ばれる新しい動作可能なメモリフレームワークを提案する。
ActMemは非構造化対話履歴を構造化因果グラフと意味グラフに変換する。
エージェントは暗黙の制約を推論し、過去の状態と現在の意図の間の潜在的な衝突を解決することができる。
論文 参考訳（メタデータ） (2026-02-04T00:54:53Z) - Rethinking Memory Mechanisms of Foundation Agents in the Second Half: A Survey [211.01908189012184]
今年、何百もの論文が公開されたメモリは、ユーティリティギャップを埋めるための重要なソリューションとして現れます。
ファンデーションエージェントのメモリを3次元に統一したビューを提供する。
次に、異なるエージェントトポロジの下でメモリがどのようにインスタンス化され、操作されるかを分析する。
論文 参考訳（メタデータ） (2026-01-14T07:38:38Z) - Memory in the Age of AI Agents [217.9368190980982]
この研究は、現在のエージェントメモリ研究の最新の展望を提供することを目的としている。
我々は,エージェントメモリ,すなわちトークンレベル,パラメトリック,潜時メモリの3つの支配的実現を同定する。
実用的な開発を支援するため、メモリベンチマークとオープンソースフレームワークの包括的な概要をコンパイルする。
論文 参考訳（メタデータ） (2025-12-15T17:22:34Z) - Memory as Action: Autonomous Context Curation for Long-Horizon Agentic Tasks [23.201035830828726]
大規模言語モデルは、長期のエージェントタスクにおいて課題に直面します。
既存のワーキングメモリメソッドは、エージェントのコアポリシーから切り離された外部メカニズムに依存している。
本稿では,一貫したポリシーの一部として明示的な編集操作を実行することで,エージェントが作業メモリを積極的に管理する新しいフレームワーク,Memory-as-Actionを提案する。
論文 参考訳（メタデータ） (2025-10-14T15:29:57Z) - How Memory Management Impacts LLM Agents: An Empirical Study of Experience-Following Behavior [65.70584076918679]
メモリは、大きな言語モデル(LLM)ベースのエージェントにおいて重要なコンポーネントである。
本稿では,メモリ管理の選択がLLMエージェントの行動,特に長期的パフォーマンスに与える影響について検討する。
論文 参考訳（メタデータ） (2025-05-21T22:35:01Z)
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。