論文の概要: ERRAND: Budgeted Maintenance of Agent Memory

• arxiv url: http://arxiv.org/abs/2609.29545v1
• Date: Wed, 02 Sep 2026 19:59:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.070442
• Title: ERRAND: Budgeted Maintenance of Agent Memory
• Title（参考訳）: ERRAND:エージェントメモリの予算管理
• Abstract要約: ERRANDを導入し、再検証を価格設定のエラーとして扱う。 errandインデックスは単一話者で、両方の信念の両端で消滅する。 ERRANDは、事前登録されたキャリバー上のすべての非オークルポリシーをクリアし、すべてのバインド予算において、プライマリな設定と条件付きで、ベースキャップで10.0ppのエキサイティングな再検証を導く。
• 参考スコア（独自算出の注目度）: 6.793389156312514
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deployed agents run on handed-over knowledge: a frozen policy consults a briefing of consolidated items written before the stream begins. The world then moves while the store stands still: paths close, flags change, price bands move; every item was true at handover, and the failure is staleness, not ignorance. We introduce ERRAND, which treats revalidation as a priced errand: a recheck competes with the task it protects for the same scarce actions, funded only when the value per action of resolving a doubt clears a running wage. The errand index is single-peaked, vanishing at both ends of belief, so certainty in either direction costs nothing; free en-route receipts maintain on-path knowledge, and repair writes a version, never a deletion. Under equal action budgets in two drifting tool-use worlds, ERRAND clears every non-oracle policy on the preregistered calibers, primary in every setting and conditional at every binding budget, leading eager revalidation by 10.0pp at the base cap. Restraint wins: given no cap, ERRAND stops on its own, spending 11.0% of steps, while uncapped eager revalidation spends 70.7% and still finishes 4.5pp behind capped ERRAND. The margin sits where the briefing's coverage is thinnest, the shadow price of long-tail knowledge: a small budget, well priced, beats a bigger store that never rechecks.
• Abstract（参考訳）: フリーズポリシは、ストリームが始まる前に書かれた統合されたアイテムのブリーフィングをコンサルティングします。 店がまだ立っている間に世界が動き、パスが近づき、フラグが変わり、価格帯が動き、すべてのアイテムが引き渡し時に真実であり、失敗は無知ではなく不安定である。 再確認は、疑念を解消するアクション当たりの価値がランニング賃金をクリアする場合にのみ資金を拠出する、同じ希少な行動のために保護するタスクと競合する。 ランダムインデックスは単一話者で、両方の信念の両端で消滅するので、どちらの方向でも確実性は何の費用もかからず、無料のルートレシートは経路上の知識を維持し、修復はバージョンを書き、削除されることはない。 2つのドリフトツール使用の世界における平等なアクション予算の下で、ERRANDは、事前登録された口径上のすべての非オーラルポリシーをクリアし、すべてのバインド予算において第一に、第一に、第一に条件付きで、ベースキャップで10.0ppの積極的回復を導いた。 制限なし:ERRANDは11.0%のステップで自力で停止し、無力のリバディエーションは70.7%、なおも上限のERRANDより4.5pp遅れで終了する。 その差はブリーフィングのカバー範囲が薄く、ロングテールの知識の影の価格だ。

関連論文リスト

• Contiguity, Not Importance: Budgeted Repair of Stale KV Caches After Document Edits [1.9785872350085878]
  KV-cacheの再利用は、検索強化された生成およびエージェントシステムにおける推論コストを削減できる。 完全なre-prefillは一貫性を確実に復元するが、コストがかかる。 施設の補修を予算化された再計算として定式化し、トレーニング不要の位置選択ポリシーと比較する。
  論文  参考訳（メタデータ） (2026-09-16T01:13:04Z)
• FinalityBench: An Effect-Level Benchmark for Agent Decisions Under Delayed and Conflicting Financial Finality [1.350933217151331]
  FinalityBenchは、ファイナリティゲーティング決定のための実行可能なベンチマークである。 グラディングは実行された金銭的効果に基づいており、あるエピソードは商人の経済的な立場によって記録される。 権威的ファイナリティプローブ上の不可逆的なアクションをゲーティングするランタイムは85.4%に達し、全てのポーリングポリシーとは異なり、パス5には何も失われない。
  論文  参考訳（メタデータ） (2026-09-04T04:24:10Z)
• The Irreversibility Budget: Fleet-Level Risk Accounting and Admission Control for Agent Operating Systems [1.8001251270607181]
  現在のコントロールは、一度に1つの効果をチェックするので、個別に認可されたエージェントの群れは、共有トリガーの下で、プリンシパルのリスクを過大に引き込むことができる。 本稿では、信頼されたランタイムが各プリンシパルに対して維持する残値リスクの累積的な計算である可逆性予算を提案する。 非可逆性を第一級資源として扱うと、ランタイムは各エージェントの残余損失をエージェントより低くし、アグリゲーションが予算を過大に上がれば限界効果を否定する。
  論文  参考訳（メタデータ） (2026-08-31T19:18:09Z)
• Agents That Certify Their Own Exploits: Confidence-Scheduled Restricted Responses for Safe Opponent Exploitation [38.06569764716213]
  我々は,Emphbudget-Constrained confidence-scheduled limited response (CS-RNR)を導入する。 CS-RNRは、安全保証がエージェントが実際に展開する戦略に基づいて計算する証明書である最初の相手探索方式である。
  論文  参考訳（メタデータ） (2026-07-30T16:57:57Z)
• Reclaim Evaluation: A Lossy Memory Is Worse Than an Empty One [0.0]
  言語モデルのメモリは、メモリを全く持たないよりも悪い場合がある。 間違った結論を維持しながら、その背後にある作業を捨てるメモリは、確実な答えとして古い値を出力する。
  論文  参考訳（メタデータ） (2026-06-24T06:24:53Z)
• What Should a Skill Remember? Quality--Cost Trade-offs in Cost-Aware Skill Rewriting for Language Model Agents [58.87681796862133]
  我々は経済的なレンズを通してスキルの書き直しを勉強する。 我々のフレームワークは、情報保存戦略を用いて、スキル構造をプロファイルし、スキルを書き換える。 SkillsBenchの実験は、戦略間の異なる品質とコストのトレードオフを明らかにしている。
  論文  参考訳（メタデータ） (2026-06-08T12:36:51Z)
• See Less, Drive Better: Generalizable End-to-End Autonomous Driving via Foundation Models Stochastic Patch Selection [51.59559387222532]
  エンドツーエンド自動運転の最近の進歩は、パッチアライメント機能で訓練されたポリシーが、アウト・オブ・ディストリビューション(OOD)よりも一般化していることを示している。 我々は、より堅牢で、一般化可能で、効率的な学習ポリシーのためのシンプルで効果的なアプローチである2.4-Patch-Selection(SPS)を提案する。
  論文  参考訳（メタデータ） (2026-01-15T18:58:33Z)
• No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need! [56.80767500991973]
  アクション選択の前に報酬とコストが観測される$(i)$オンラインリソース割当と、アクション選択後、完全なフィードバックや盗賊フィードバックの下で、リソース制限付きオンライン学習である$(ii)$オンラインリソース割当に焦点を当てた。 報酬とコスト分布が時間とともに任意に変化する場合、これらの設定でサブ線形後悔を達成することは不可能であることが知られている。 我々は、支出計画に従う基準線に対する半線形後悔を実現する一般的な(基本的)二重的手法を設計し、また、支出計画が予算のバランスの取れた配分を保証すると、アルゴリズムの性能が向上する。
  論文  参考訳（メタデータ） (2025-06-16T08:42:31Z)

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。