論文の概要: Just-in-Time Memory: Learning to Curate Task-Adaptive Memory for LLM Agents

• arxiv url: http://arxiv.org/abs/2609.27334v1
• Date: Wed, 23 Sep 2026 04:14:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.882824
• Title: Just-in-Time Memory: Learning to Curate Task-Adaptive Memory for LLM Agents
• Title（参考訳）: ジャスト・イン・タイムメモリ: LLMエージェントのタスク適応メモリの学習
• Abstract要約: エージェントメモリシステムは、過去の経験を再利用して将来のパフォーマンスを改善する。 既存の設計のほとんどは、タスクが完了すると書き込み時にメモリをキュレートする。 即時要求に合わせたタスク適応ペイロードを開発する。 我々のJust-in-Time Memory(JitMem)は、学習した書き込み時間メモリメソッドと同様に、無メモリエージェントよりも一貫して優れています。
• 参考スコア（独自算出の注目度）: 44.553954363902356
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agentic memory systems reuse past experience to improve future performance, yet most existing designs curate memory at write time: once a task is completed, its trajectory is distilled into a fixed artifact, such as a reflection, workflow, skill, or reasoning strategy, that is later retrieved by similarity. This forces the system to decide what is worth remembering before the future query is known, irreversibly discarding information and producing a query-independent summary that must serve many possible downstream tasks. Learning such a write-time curator is also difficult because the value of a storage decision may only become apparent when a relevant query arrives, potentially many tasks later, creating a long-horizon credit-assignment problem. We instead retain raw trajectories and defer curation until read time, when the current task is known. Given the retrieved traces and the new task, a memory curator synthesizes a compact, task-adaptive payload tailored to the immediate need. Because this payload is consumed on the same task, the curator can be trained directly from immediate task success, avoiding delayed utility signals and the need to artificially group related tasks. Across ALFWorld, WebShop, and $τ^2$-bench, our Just-in-Time Memory (JitMem) consistently outperforms no-memory agents as well as heuristic and learned write-time memory methods, improving over the strongest baseline by 16.2, 16.3, and 3.9 absolute success-rate points, respectively. Notably, even an untrained curator is already competitive with or surpasses these baselines, showing that task-adaptive read-time curation itself is a major source of the gain; training the curator further compounds the improvement.
• Abstract（参考訳）: エージェントメモリシステムは、過去の経験を再利用して将来のパフォーマンスを改善するが、既存の設計のほとんどは書き込み時にメモリをキュレートする:タスクが完了すると、その軌道はリフレクション、ワークフロー、スキル、推論戦略などの固定されたアーティファクトに蒸留される。 これにより、将来的なクエリが知られる前に、システムは何を思い出すべきかを判断し、情報を不可逆的に破棄し、多くのダウンストリームタスクを処理しなければならないクエリ非依存の要約を生成する。 このような書き込み時間キュレーターの学習も困難である。なぜなら、ストレージ決定の価値は、関連するクエリが到着した時にのみ明らかになり、後に多くのタスクが実行され、長期のクレジット割り当て問題が発生するからだ。 代わりに、私たちは生の軌跡を保持し、現在のタスクが分かっていれば、読み取りまでキュレーションを延期します。 検索されたトレースと新しいタスクが与えられた場合、メモリキュレーターは、即時要求に合わせて調整されたコンパクトなタスク適応ペイロードを合成する。 このペイロードは、同じタスクで消費されるため、キュレーターは、遅延ユーティリティ信号を避け、関連するタスクを人工的にグループ化する必要なく、即時的なタスクの成功から直接訓練することができる。 ALFWorld、WebShop、および$τ^2$-benchを通じて、我々のJust-in-Time Memory(JitMem)は、それぞれ16.2、16.3、および3.9の絶対成功率で最強のベースラインを改良し、非メモリエージェントとヒューリスティックで学習された書き込み時間メモリメソッドを一貫して上回っている。 特に、訓練を受けていないキュレーターでさえ、これらのベースラインと既に競合しているか、あるいは超越しているため、タスク適応型リードタイムキュレーター自体がゲインの主要な源であり、キュレーターのトレーニングは改善をさらに複雑にしている。

関連論文リスト

• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• What Memory Do GUI Agents Really Need? From Passive Records to Active Task-Driving States [29.883598855446976]
  モバイルGUIエージェントは、ページやアプリケーション間でのタスク関連データの読み込み、更新、再利用を必要とする長い水平タスクに直面している。 既存の方法は、メモリを主にパッシブストレージとして扱い、過去の観測が蓄積され、必要に応じて回収される。 本稿では,GUIエージェントメモリをパッシブストレージからアクティブに保守された実行状態に移行するアクティブタスク駆動メモリ(ATMem)を提案する。
  論文  参考訳（メタデータ） (2026-06-30T13:01:19Z)
• AdMem: Advanced Memory for Task-solving Agents [13.611633561917513]
  大規模言語モデル(LLM)はツール使用エージェントとしての約束を示すが、知識の記憶、整理、再利用を必要とする長期的タスクには制限がある。 本稿では,短期記憶と長期記憶を組み合わせた2段階設計において,セマンティック,エピソード,手続き記憶を統合した統合的・自動記憶フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-05T00:11:57Z)
• MemSifter: Offloading LLM Memory Retrieval via Outcome-Driven Proxy Reasoning [78.46301394559903]
  大きな言語モデル(LLM)は、長期化タスクにますます使われています。 現在の手法はコストと精度のトレードオフに直面している。 MemSifterは、メモリ検索プロセスを小さなプロキシモデルにオフロードする新しいフレームワークである。
  論文  参考訳（メタデータ） (2026-03-03T02:57:38Z)
• 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)
• Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning [44.94110361062394]
  実世界の意思決定は、安定かつ適応性のあるメモリに依存する。 既存の強化学習ベンチマークとメモリ拡張エージェントは、主に保持に焦点を当てている。 部分的な可観測性の下で連続的なメモリ更新を明示的にテストするベンチマークを導入する。
  論文  参考訳（メタデータ） (2026-01-21T15:27:23Z)
• Learning to Rehearse in Long Sequence Memorization [107.14601197043308]
  既存の推論タスクは、しばしば、推論中に入力内容が常にアクセス可能であるという重要な仮定を持つ。 メモリ拡張ニューラルネットワークは、人間のような書き込み読み取りメモリを導入し、1回のパスで長い入力シーケンスを圧縮し記憶する。 しかし、2つの重大な欠点がある: 1) メモリを現在の情報から継続的に更新し、必然的に初期の内容を忘れる; 2) 重要な情報を区別せず、全てのコンテンツを平等に扱う。 本稿では,履歴サンプリング装置を用いた自己教師型リハーサルによる長期記憶向上のためのリハーサルメモリを提案する。
  論文  参考訳（メタデータ） (2021-06-02T11:58:30Z)

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。