論文の概要: Learning What to Retain: Gated-Memory Routing for Efficient Collaboration in Multi-Agent LLM Systems

• arxiv url: http://arxiv.org/abs/2609.00237v1
• Date: Mon, 31 Aug 2026 18:42:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.00335
• Title: Learning What to Retain: Gated-Memory Routing for Efficient Collaboration in Multi-Agent LLM Systems
• Title（参考訳）: 保持するべきことを学ぶ:マルチエージェントLLMシステムにおける効率的な協調のためのゲーテッドメモリルーティング
• Abstract要約: 大規模言語モデル(LLM)ベースのマルチエージェントシステムは、複数のエージェントがどのように構成され、どのように協調するかをオーケストレーションすることによって、複雑な推論に取り組む。 本稿では,クエリと学習した実行メモリに関する各決定を条件に,Gated-Memory Routingを提案する。 最も高いベースラインを2.44ポイント越え、HumanEval推論コストを31.9%削減した。
• 参考スコア（独自算出の注目度）: 11.76537973781688
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM)-based multi-agent systems tackle complex reasoning by orchestrating how multiple agents are configured and how they collaborate. A central challenge is to adapt orchestration to the evolving collaboration state. Routing from the query alone cannot adapt to intermediate progress or errors, which hurts accuracy. Routing from the complete execution history supplies this missing context, but forces later decisions to process every prior step, including redundant or low-utility ones. This creates an execution-history overload that inflates cost. Effective orchestration instead requires a compact state that captures useful progress without accumulating redundant context. We propose Gated-Memory Routing, which conditions each decision on the query and a learned execution memory. A learned Memory Write Gate commits only non-redundant reasoning steps, and a learned Retrieval Gate supplies each agent a compact, relevant subset, so every decision conditions on a clean, informative state. At each step, the system selects the next role and backbone from this memory, while an Adaptive Halting Controller stops execution once the memory contains sufficient evidence for answering. Across five reasoning and code-generation benchmarks, our framework is both effective and efficient: it attains the best average accuracy, exceeding the strongest baseline by 2.44 points, while reducing HumanEval inference cost by 31.9% relative to that baseline. Code is available at https://github.com/rajibrhasan/gated-memory-routing
• Abstract（参考訳）: 大規模言語モデル(LLM)ベースのマルチエージェントシステムは、複数のエージェントがどのように構成され、どのように協調するかをオーケストレーションすることによって、複雑な推論に取り組む。 中心的な課題は、オーケストレーションを進化するコラボレーション状態に適応させることです。 クエリからのルーティングだけでは、中間的な進捗やエラーに対応できないため、精度が損なわれる。 完全な実行履歴からのルーティングは、この不足したコンテキストを提供するが、後続の判断では、冗長または低ユーティリティを含むすべての前ステップを処理せざるを得ない。 これにより、コストを膨らませる実行履歴オーバーロードが生成される。 効果的なオーケストレーションは、冗長なコンテキストを蓄積することなく有用な進捗をキャプチャする、コンパクトな状態を必要とする。 本稿では,クエリと学習した実行メモリに関する各決定を条件に,Gated-Memory Routingを提案する。 学習されたMemory Write Gateは非冗長な推論ステップのみをコミットし、学習されたRetrieval Gateは各エージェントにコンパクトで関連するサブセットを提供する。 各ステップにおいて、システムは次のロールとバックボーンをこのメモリから選択し、一方、Adaptive Halting Controllerは、メモリに応答する十分な証拠がある場合の実行を停止する。 もっとも高いベースラインを2.44ポイント越え、HumanEval推論コストをそのベースラインに対して31.9%削減する。 コードはhttps://github.com/rajibrhasan/gate-Memory-routingで入手できる。

関連論文リスト

• CoEvo-Mem: Co-Evolving Retrieval Policy and Memory Bank for LLM Agents [12.963751758893594]
  本稿では,検索ポリシとメモリバンクを併用するクローズドループフレームワークを提案する。 textbfCoEvo-Memは7つのベンチマークで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-08-03T06:04:51Z)
• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
  大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。 メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。 MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
  論文  参考訳（メタデータ） (2026-07-15T08:32:40Z)
• Did You Check the Right Pocket? Cost-Sensitive Store Routing for Memory-Augmented Agents [0.0]
  メモリ拡張されたエージェントは複数の特別なストアを保持するが、ほとんどのシステムはクエリ毎にすべてのストアから取得し、コストを増大させ、無関係なコンテキストを導入する。 本稿では,メモリの検索をストアルーティング問題として定式化し,カバレッジ,正確なマッチング,トークン効率の指標を用いて評価する。
  論文  参考訳（メタデータ） (2026-03-08T09:12:30Z)
• Learning to Share: Selective Memory for Efficient Parallel Agentic Systems [49.78267008828593]
  エージェントシステムは、反復的に推論する複数のエージェントを調整することで複雑なタスクを解決し、ツールを呼び出し、中間結果を交換する。 最近のアプローチでは、さまざまな推論の軌跡を探索するために、複数のエージェントチームが並行して運用されている。 我々は並列エージェントフレームワークのための学習された共有メモリ機構であるLearning to Share (LTS)を提案する。
  論文  参考訳（メタデータ） (2026-02-05T18:20:21Z)
• AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
  複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。 AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
  論文  参考訳（メタデータ） (2026-01-28T08:09:49Z)
• MemSearcher: Training LLMs to Reason, Search and Manage Memory via End-to-End Reinforcement Learning [73.27233666920618]
  本稿では,メモリを反復的に保持し,現在のターンと組み合わせたエージェントワークフローであるMemSearcherを提案する。 それぞれのターンで、MemSearcherはユーザーの質問をメモリに融合させ、推論トレースを生成し、検索アクションを実行し、メモリを更新してタスクの解決に必要な情報のみを保持する。 我々は,MemSearcher Agents の推論,検索戦略,メモリ管理を協調的に最適化する,エンドツーエンドの RL フレームワークである Multi-context GRPO を紹介する。
  論文  参考訳（メタデータ） (2025-11-04T18:27:39Z)
• RCR-Router: Efficient Role-Aware Context Routing for Multi-Agent LLM Systems with Structured Memory [57.449129198822476]
  RCRは、マルチエージェント大言語モデル(LLM)システムのためのロールアウェアコンテキストルーティングフレームワークである。 役割とタスクステージに基づいて、各エージェントに対して意味的に関連するメモリサブセットを動的に選択する。 軽量スコアリングポリシは、メモリ選択をガイドし、エージェント出力を共有メモリストアに統合する。
  論文  参考訳（メタデータ） (2025-08-06T21:59:34Z)
• MEM1: Learning to Synergize Memory and Reasoning for Efficient Long-Horizon Agents [84.62985963113245]
  我々は,長時間のマルチターンタスクに対して,エージェントが一定のメモリで動作可能な,エンドツーエンドの強化学習フレームワークMEM1を紹介する。 各ターンでMEM1は、メモリ統合と推論を共同でサポートするコンパクトな共有内部状態を更新する。 その結果,MEM1-7Bは16目的のマルチホップQAタスクにおいて,Qwen2.5-14B-Instructと比較してメモリ使用量を3.7倍削減し,3.5倍の性能向上を示す。
  論文  参考訳（メタデータ） (2025-06-18T19:44:46Z)

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。