論文の概要: Memory Control Signals Emerge Before Action in Long Horizon Agents

• arxiv url: http://arxiv.org/abs/2609.27286v1
• Date: Wed, 23 Sep 2026 03:23:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.854641
• Title: Memory Control Signals Emerge Before Action in Long Horizon Agents
• Title（参考訳）: 長期水平エージェントの動作前に発生する記憶制御信号
• Abstract要約: 各エージェントアクションの直前に隠された状態を調べ、圧縮とリコールの要求がモデルの内部表現にすでにエンコードされていることを確認する。 本研究では,状態誘導圧縮と外部エビデンス検索を組み合わせたPreaction Memory with Evidence Retrieval (PaMER)を提案する。
• 参考スコア（独自算出の注目度）: 55.84813053778976
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long horizon language model agents continuously accumulate interaction history, increasing computational cost while making relevant information harder to preserve and reuse. Existing context management methods mainly focus on how to compress or retrieve history, but largely leave open whether the model itself already represents the need for these memory operations before they occur. We study the hidden state immediately before each agent action and find that compression and recall needs are already encoded in the model's internal representations. These signals cannot be explained by simple context length or interaction progress, and they exhibit distinct formation patterns across model depth. We further show that most memory decision information is preserved in a compact recent context, while selectively restored historical evidence complements the long range dependencies that recent context misses. Based on these findings, we propose Preaction Memory with Evidence Retrieval (PaMER), which combines state guided compression with external evidence retrieval. PaMER+ further introduces step level evidence selection to recover only the historical information required by the current task. Experiments on WorkBuddyBench, across multiple context management baselines and model backbones, show that our framework substantially reduces context consumption while maintaining competitive task performance.
• Abstract（参考訳）: 長期水平言語モデルエージェントは、相互作用履歴を継続的に蓄積し、関連する情報を保存し再利用することを困難にしながら、計算コストを増大させる。 既存のコンテキスト管理手法は、主に履歴の圧縮や取得の方法に重点を置いているが、モデル自体がこれらのメモリ操作の必要性を既に表現しているかどうかについては明らかにしていない。 各エージェントアクションの直前に隠された状態を調べ、圧縮とリコールの要求がモデルの内部表現にすでにエンコードされていることを確認する。 これらの信号は、単純な文脈長や相互作用の進行によって説明できず、モデル深度に異なるパターンが現れる。 さらに,ほとんどの記憶決定情報はコンパクトな最近の文脈で保存されていることを示し,また,最近の文脈が見逃す長距離依存を補うように選択的に復元された歴史的証拠を示す。 これらの知見に基づき、状態ガイド圧縮と外部証拠検索を組み合わせたPaMER(Preaction Memory with Evidence Retrieval)を提案する。 PaMER+はさらにステップレベルのエビデンスの選択を導入し、現在のタスクに必要な履歴情報のみを復元する。 WorkBuddyBenchの実験は、複数のコンテキスト管理ベースラインとモデルバックボーンにわたるもので、我々のフレームワークは、競争力のあるタスクパフォーマンスを維持しながら、コンテキスト消費を大幅に削減します。

関連論文リスト

• StateComp: Learning When to Compress History in Long Horizon Agents [55.84813053778976]
  本研究では,現在エージェントの状態に応じて過去のインタラクションを安全に圧縮できるフレームワークであるState Conditioned Compression(StateComp)を提案する。 WorkBenchBuddyの実験では、StateCompはタスク性能を維持しながら総エージェントと要約トークンを52.27%削減し、表現抽出において12.67倍の高速化を実現している。
  論文  参考訳（メタデータ） (2026-09-23T03:34:08Z)
• MemPrism: Task-Conditioned Relational Memory Views for Long-Horizon Agents [14.296334759650918]
  ロングホライゾンエージェントは、経験を再利用するためにメモリに依存しているが、既存のメモリシステムは、エビデンスを固定表現によって直接消費できると仮定している。 MemPrismはタスク条件付きリレーショナルメモリフレームワークで、永続的なエクスペリエンスストレージと意思決定時のワーキングメモリを分離する。 MemPrismは、特にトラジェクトリが長くなり、メモリトークンの消費が減少するにつれて、タスクパフォーマンスを継続的に改善する。
  論文  参考訳（メタデータ） (2026-08-07T03:13:43Z)
• Memory is Reconstructed, Not Retrieved: Graph Memory for LLM Agents [51.30250860677378]
  本稿では,連想記憶グラフとアクティブな再構成機構を組み合わせたフレームワークであるMRAgentを提案する。 Cue-Tag-Contentグラフ上で実行することで,メモリアクセスに直接推論を統合する。 LoCoMoベンチマークとLongMemEvalベンチマークの実験は、強いベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-06-04T11:29:46Z)
• VikingMem: A Memory Base Management System for Stateful LLM-based Applications [22.527701567108195]
  本稿では,長期的相互作用の持続状態を管理するための新しいデータ管理パラダイムであるMemory Baseを紹介する。 本稿では,VikingDBベクタエンジン上に実装されたエンドツーエンドメモリベース管理システムであるVikingMemを紹介する。
  論文  参考訳（メタデータ） (2026-05-28T09:07:42Z)
• SAM: State-Adaptive Memory for Long-Horizon Reasoning Agent [51.274445160155864]
  ロングホライゾンのエージェント推論は、思考、ツールコール、観察、部分的な結論を含む長い相互作用履歴を通して行動するために大きな言語モデルを必要とする。 既存のアプローチでは、インタラクション履歴の切り抜き、短いサロゲートに圧縮、あるいは再利用のために選択した部分を取得することで、この問題に対処している。 我々は、インテント駆動リコールのための生のトラジェクトリページを保持しながら、継続的なインタラクションをコンパクトなメモリキューに統合するスタンドアロンフレームワークであるState-Adaptive Memoryを提案する。
  論文  参考訳（メタデータ） (2026-05-23T08:37:16Z)
• 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)

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。