論文の概要: Probing Stability-Plasticity Tradeoffs in Agent Memory through Cognitive Experimental Paradigms

• arxiv url: http://arxiv.org/abs/2609.30558v1
• Date: Thu, 24 Sep 2026 21:10:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.142349
• Title: Probing Stability-Plasticity Tradeoffs in Agent Memory through Cognitive Experimental Paradigms
• Title（参考訳）: 認知実験パラダイムによるエージェントメモリの安定性-塑性トレードオフの探索
• Abstract要約: 現在の評価では、メモリの挙動を最終回答精度に分解する。 MemProbeは認知科学に触発された、エージェントメモリにおける安定性と塑性のトレードオフを診断するためのフレームワークである。
• 参考スコア（独自算出の注目度）: 7.9855125856736775
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agent memory systems are increasingly used to maintain long-term user preferences, task states and evolving facts, but current evaluations often collapse memory behavior into final-answer accuracy. We introduce MemProbe, a cognitive-science-inspired framework for diagnosing stability-plasticity tradeoffs in agent memory. The framework is motivated by a core insight from cognitive memory research: memory is reconstructive and shaped by interference, source reliability, reinforcement, and reactivation. MemProbe turns this insight into four reusable experimental paradigms (interference, misinformation, consolidation strength, and reconsolidation window) that manipulate when a memory should be updated, preserved, or treated as uncertain. It further decomposes correctness into behavioral profiles that reveal how systems update, preserve, attribute, and temporally organize information. We instantiate these paradigms in a 56-episode diagnostic suite and evaluate six incremental memory systems under a unified protocol. Results show that systems with similar aggregate scores exhibit distinct behavioral profiles. MemProbe provides such a diagnostic lens, turning aggregate performance into interpretable profiles of memory maintenance over time. Code is available at https://github.com/jq-ding/MemProbe.
• Abstract（参考訳）: エージェントメモリシステムは、長期のユーザの嗜好、タスク状態、進化する事実を維持するために使われることが多いが、現在の評価では、メモリの振る舞いを最終回答の精度に分解することが多い。 本稿では,エージェントメモリにおける安定性と塑性のトレードオフを診断するための認知科学にヒントを得たフレームワークであるMemProbeを紹介する。 記憶は再構成され、干渉、ソース信頼性、強化、再活性化によって形作られます。 MemProbeは、この洞察を4つの再利用可能な実験パラダイム(干渉、誤情報、強化強度、再統合ウィンドウ)に変え、メモリの更新、保存、あるいは不確実性として扱われる。 さらに正しさを行動プロファイルに分解し、システムが情報を更新、保存、属性、時間的に整理する方法を明らかにする。 56エピソードの診断スイートでこれらのパラダイムをインスタンス化し、統一されたプロトコルで6つのインクリメンタルメモリシステムを評価する。 その結果, 類似のスコアを持つシステムは, 異なる行動プロファイルを示すことがわかった。 MemProbeはそのような診断レンズを提供し、集約性能を時間の経過とともにメモリメンテナンスの解釈可能なプロファイルに変換する。 コードはhttps://github.com/jq-ding/MemProbe.comで入手できる。

関連論文リスト

• MemTrapBench: Benchmarking Cognitive Traps in LLM Memory Use [30.64715962774191]
  既存のメモリベンチマークは、情報が正しく抽出され、保存され、検索されるかどうかを主に評価する。 記憶によって引き起こされる認知的トラップは、忠実に記録され、意味的に関連する記憶でさえ、モデル推論を歪ませることができる。 本稿では,LLMにメモリトラップを回避するためのシンプルな推論時間手法であるAdaptiveMemを提案する。
  論文  参考訳（メタデータ） (2026-08-20T16:00:17Z)
• Controlled Memory Interference in Continual LLM Agents [19.630594179909156]
  長期記憶により、AIエージェントはセッション間の連続性を維持し、振る舞いをパーソナライズし、蓄積された経験を通じて進化することができる。 既存のシステムは、主にメモリ構築と関連性に基づく検索を強調しているが、いくつかの記憶は、状態、時間的妥当性、権限において異なるが、同時に関連している。 我々は,異なるメモリ関係下でのエージェントメモリの進化を研究するための,制御された診断・データ生成フレームワークである制御型メモリ干渉(CMI)を紹介する。
  論文  参考訳（メタデータ） (2026-08-07T09:46:19Z)
• 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)
• MemSyco-Bench: Benchmarking Sycophancy in Agent Memory [32.49512092540906]
  MemSyco-Benchは、エージェントシステムにおけるメモリ誘起性を評価するためのベンチマークである。 MemSyco-Benchは、いつメモリが決定に影響を及ぼすか、どのように有効なメモリを使用するかを測定する。
  論文  参考訳（メタデータ） (2026-07-01T15:30:33Z)
• TRUSTMEM: Learning Trustworthy Memory Consolidation for LLM Agents with Long-Term Memory [11.528637007309937]
  大規模言語モデル(LLM)エージェントは、拡張されたインタラクションをサポートし、有限コンテキストウィンドウを超えてパーソナライズされたアシストをサポートするために、長期記憶に依存している。 既存のメモリエージェントは、生成された書き込み、修正、削除によって外部メモリを積極的に更新する。 これらの更新は、重要な情報を省略したり、既存の記憶を破損させたり、幻覚コンテンツを導入したりする可能性がある。 本稿では,メモリ統合の信頼性向上を目的としたフレームワークであるTrustMemを提案する。
  論文  参考訳（メタデータ） (2026-06-23T20:49:28Z)
• MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery [58.64329475683699]
  我々は、長期記憶は監査可能な相互作用後のアーティファクトとして評価されるべきであると主張している。 我々は、メモリを備えたエージェントがシミュレーションユーザを支援するベンチマークであるMEMPROBEで、このビューをインスタンス化する。 私たちは、成功したアシストと回復可能なメモリが、異なる機能として振る舞うことに気付きました。
  論文  参考訳（メタデータ） (2026-06-23T13:52:46Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models [56.31411457917676]
  本稿では,メモリ構築と検索において,機能的メモリ境界を保存するタイプアウェアメモリフレームワークであるMemGuardを紹介する。 幻覚と長期会話のベンチマーク全体で、MemGuardはメモリの信頼性を最大28.27%向上し、メモリトークンは以前の方法より5.8倍少ない。
  論文  参考訳（メタデータ） (2026-05-27T06:04:19Z)
• MemEvoBench: Benchmarking Memory MisEvolution in LLM Agents [78.95081012334116]
  永続メモリを持つ大規模言語モデル(LLM)は、相互作用の継続性とパーソナライゼーションを高めるが、新たな安全性リスクをもたらす。 汚染または偏りのある記憶蓄積は、異常な作用を引き起こす可能性がある。 MemeEvoBenchは、LLMエージェントのメモリ安全性を評価する最初のベンチマークである。
  論文  参考訳（メタデータ） (2026-04-17T07:29:52Z)
• 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)

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。