論文の概要: SCLATE: a Substrate for Continual-Learning Agent Training and Evaluation

• arxiv url: http://arxiv.org/abs/2609.32391v1
• Date: Sat, 26 Sep 2026 09:08:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:25.711654
• Title: SCLATE: a Substrate for Continual-Learning Agent Training and Evaluation
• Title（参考訳）: SCLATE: 連続学習エージェントのトレーニングと評価のための基盤
• Abstract要約: 既存のベンチマークとトレーニングフレームワークは、ベンチマーク独自のイベントのみをスケジュールし、各ベンチマークとエージェントペアが独自のスケジューリングループを構築する。 ベンチマークと未修正エージェントがそれぞれ,ひとつのオープンイベントスケジューラにアダプタを通じてイベントを付加する実行基板であるSCLATEを提案する。 ハイブリッドシミュレートされたクロックは、これらのイベントを共有タイムライン上で実行し、エージェントが動作している間にリアルタイムで流れ、アイドルギャップをスキップし、1ヶ月のシナリオを数時間に圧縮する。
• 参考スコア（独自算出の注目度）: 3.770571825398736
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Continual-learning agents are systems of models, harnesses, and memory operating over long multi-session horizons. Evaluating and training them requires interleaving tasks with agent-side events such as session stop and start, crons, and memory consolidation. Yet existing benchmarks and training frameworks schedule only the benchmark's own events, leaving each benchmark and agent pair to build a custom scheduling loop. We present SCLATE, an execution substrate where benchmarks and unmodified agents each add their events to one open event scheduler through an adapter. A hybrid simulated clock runs these events on a shared timeline, flowing in real time while the agent works and skipping idle gaps, which compresses a month-long scenario into hours. SCLATE also serves as a rollout engine that runs any agent's harness and memory unmodified, recording the tokens and log probabilities of every model call through an in-container proxy. We port seven benchmarks to SCLATE and compare ten unmodified harness and memory configurations head to head on ten models. The comparison shows that an added memory system does not reliably beat the harness's native memory and that models differ widely in how they use the same harness and memory. We then post-train Qwen3.5-4B through unmodified harnesses and memory systems. The model learns to use both, reading 6.8x fewer file lines with a 16.7-point higher SWE-bench Verified pass rate, and writing richer memory records, while its held-out MetaClaw accuracy rises by up to 11.8 points.
• Abstract（参考訳）: 連続学習エージェントは、長いマルチセッション水平線上でのモデル、ハーネス、メモリ操作のシステムである。 評価とトレーニングには、セッション停止や開始、cron、メモリ統合といったエージェント側のイベントとタスクをインターリーブする必要がある。 しかし、既存のベンチマークとトレーニングフレームワークは、ベンチマーク独自のイベントのみをスケジュールし、各ベンチマークとエージェントペアが独自のスケジューリングループを構築する。 ベンチマークと未修正エージェントがそれぞれ,ひとつのオープンイベントスケジューラにアダプタを通じてイベントを付加する実行基板であるSCLATEを提案する。 ハイブリッドシミュレートされたクロックは、これらのイベントを共有タイムライン上で実行し、エージェントが動作している間にリアルタイムで流れ、アイドルギャップをスキップし、1ヶ月のシナリオを数時間に圧縮する。 SCLATEは任意のエージェントのハーネスとメモリを無修正で実行し、コンテナ内のプロキシを通じてすべてのモデルコールのトークンとログの確率を記録するロールアウトエンジンとしても機能する。 SCLATEに7つのベンチマークを移植し、修正されていないハーネスとメモリ構成を10モデルで比較します。 比較では、追加のメモリシステムがハーネスのネイティブメモリを確実に打ち負かせず、モデルが同じハーネスとメモリの使い方で大きく異なることを示している。 その後、修正されていないハーネスとメモリシステムを通じてQwen3.5-4Bを訓練した。 16.7ポイントのSWE-bench認証パスレートで6.8倍のファイル行を読み、よりリッチなメモリレコードを書き、MetaClawの精度は最大11.8ポイント向上する。

関連論文リスト

• ReCAT: Remember, Count, and Time: Structured Recurrent Memory for Robot Manipulation [6.356161868721963]
  ReCATは構造化されたリカレントメモリを備えた言語条件のポリシーである。 フローマッチングトランスフォーマーデコーダは、各ブロックで別々のクロスアテンションを通して、現在の状態と過去の表現を読み取る。 ReCAT内の制御された比較では、この性能には観測エンコーダと全ブロックメモリコンディショニングが必要であることが示されている。
  論文  参考訳（メタデータ） (2026-09-28T13:58:53Z)
• MEMOBench: A Process Level Memory Benchmark for Robotic Manipulation [36.81053166644513]
  ロボット操作におけるプロセスレベルのメモリ評価のベンチマークである textbfMEMOBench を提案する。 MEMOBenchには30の履歴依存タスク、1500のエキスパートデモ、84のテンプレートから4,200の実行可能なチェックポイントインスタンスが含まれている。
  論文  参考訳（メタデータ） (2026-09-07T05:06:20Z)
• HARTS: Efficient Agentic Reinforcement Learning for Hybrid-Attention Models over Arbitrary Rollout Trees [10.936836651826722]
  HARTS (Hybrid-Attention RL over Tree Structures) について述べる。 HarTSは、実際のハイブリッドアテンションモデル上で任意のロールアウトツリープレフィックス共有スピードアップを示す最初のシステムである。
  論文  参考訳（メタデータ） (2026-08-28T10:18:54Z)
• 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)
• AutoMem: Automated Learning of Memory as a Cognitive Skill [63.07128029793901]
  記憶の専門知識は学習したスキルであることを示す。 メモリ管理の2つの軸を自動化するフレームワークであるAutoMemを紹介する。 その結果,メモリ管理は独立して学習可能なスキルであることが示唆された。
  論文  参考訳（メタデータ） (2026-07-01T17:57:03Z)
• MemGym: a Long-Horizon Memory Environment for LLM Agents [69.79226770543049]
  本稿では,エージェントメモリのベンチマークであるMemGymを紹介する。 MemGymは、メモリパフォーマンスを推論、検索、ツール使用能力から切り離すメモリアイソレーションスコアを報告している。 MEMGYM-CODEQAとMEMGYM-DRの合成パイプラインは、長さ制御可能であり、各ステージでアブレーションを検証可能であり、下流のシナリオと密に整合している。
  論文  参考訳（メタデータ） (2026-05-20T07:25:33Z)
• CAMeR: Keyword-Gated Hybrid Activation for Adaptive Memory Retention in LLM Agents [0.7977229957867867]
  大規模言語モデル(LLM)エージェントは、膨大な量の情報を蓄積する。 本稿では,キーワード付きハイブリッドアクティベーションを組み合わせたメモリ保持フレームワークCAMeRを提案する。 CAMeR-Benchでは、CAMeRのキーワードゲートは、高周波と非参照メモリの間の保持ギャップが1.6$times$大きい。
  論文  参考訳（メタデータ） (2026-05-15T01:38:30Z)
• 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)
• Memory Layers at Scale [67.00854080570979]
  この研究はメモリ層を概念実証以上のものにし、現代の規模でその有用性を証明している。 ダウンストリームタスクでは、改善されたメモリ層で強化された言語モデルは、予算の2倍以上の高密度モデルよりも優れており、計算とパラメータの両方にマッチする場合の熟練モデルの混合も優れている。 最大128Bのメモリパラメータを持つスケーリング法則を1兆トークンまで事前訓練し,最大8Bパラメータを持つベースモデルと比較した,完全な並列化可能なメモリレイヤの実装を提供する。
  論文  参考訳（メタデータ） (2024-12-12T23:56:57Z)

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。