論文の概要: MemEvo: Automatic Discovery of Streaming Video Memory Mechanisms

• arxiv url: http://arxiv.org/abs/2609.36581v1
• Date: Tue, 29 Sep 2026 02:59:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.139834
• Title: MemEvo: Automatic Discovery of Streaming Video Memory Mechanisms
• Title（参考訳）: MemEvo: ストリーミングビデオ記憶機構の自動発見
• Abstract要約: ストリーミングビデオ理解は、将来のクエリが知られる前に、無限に成長するビジュアルストリームを境界メモリに圧縮する視覚言語モデルを必要とする。 実行可能メモリプログラムに対する探索問題としてメモリ設計を定式化する。 本稿では,構造化プリミティブによるメモリ機構を表現する軽量なドメイン固有言語を提案する。
• 参考スコア（独自算出の注目度）: 9.703594445570292
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Query-agnostic streaming video understanding requires vision-language models to continuously compress an indefinitely growing visual stream into a bounded memory before future queries are known. The performance depends critically on the memory mechanism--what observations to preserve, how to represent and consolidate them, and what information to retrieve when a query eventually arrives. Rather than designing a single memory architecture by hand, we formulate memory design as a search problem over executable memory programs. We introduce a lightweight domain-specific language that expresses memory mechanisms through structured primitives for representation, admission, retention, consolidation, budgeting, and retrieval, while enforcing causal and bounded-memory constraints. Although structured, the derived program space remains large and contains heterogeneous, conditionally dependent design choices whose effects can only be assessed via downstream execution. We therefore propose MemEvo, an LLM-driven auto-research framework that uses pretrained LLM as a semantics-aware proposal model to iteratively generate and refine candidate memory programs based on accumulated experimental feedback. At runtime, a deterministic evaluation pipeline validates and evaluates each candidate, while the underlying vision-language model remains frozen throughout discovery. We finally produce a training-free, bounded-memory mechanism. Extensive experiments on StreamingBench and OVO-Bench demonstrate strong streaming video understanding performance together with substantial context and inference efficiency.
• Abstract（参考訳）: クエリ非依存のストリーミングビデオ理解では、将来のクエリが知られる前に、無期限に成長するビジュアルストリームを境界メモリに連続的に圧縮する必要がある。 パフォーマンスはメモリメカニズムに大きく依存する - 保存すべき観測値、表現方法と統合方法、クエリが最終的に到着した時に取得すべき情報などだ。 手動で単一のメモリアーキテクチャを設計するのではなく、実行可能メモリプログラムに対する探索問題としてメモリ設計を定式化する。 本稿では,表現,入力,保持,統合,予算化,検索のための構造化プリミティブを通じてメモリ機構を表現し,因果的および有界なメモリ制約を強制する軽量なドメイン固有言語を提案する。 構造化されているが、導出プログラム空間は大きいままであり、下流でのみ効果を評価できる不均一な条件依存設計選択を含んでいる。 そこで本稿では,LLM による自動検索フレームワークである MemEvo を提案する。このフレームワークは,事前学習した LLM をセマンティクス対応の提案モデルとして利用して,蓄積した実験フィードバックに基づいて,候補記憶プログラムを反復的に生成・洗練する。 実行時、決定論的評価パイプラインは各候補を検証し、評価する。 最終的に、トレーニング不要で有界なメモリメカニズムを生成しました。 StreamingBenchとOVO-Benchの大規模な実験は、強力なストリーミングビデオ理解性能と、相当なコンテキストと推論効率を示す。

関連論文リスト

• Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding [64.34948094316685]
  latentStreamは、ストリーミングメモリをストア・アンド・レトリーブから検索・インターナライズへシフトする、プログレッシブな潜伏型ワーキングメモリフレームワークです。 LatentStreamは、既存のオンラインおよびオフラインビデオベンチマークで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2026-09-03T17:28:14Z)
• StreamEMS: Streaming Video Understanding with Self-Evolving Memory Scheme for Vision-Language Models [14.764143801328759]
  本稿では,記憶に格納された履歴データを再構成することで,ストリーミングビデオ理解を改善するための一般的なメカニズムであるStreamEMSを提案する。 まずセマンティック・エボリューション・モジュールを導入し、メモリをより情報密度の表現に進化させる。 さらに、メモリをより堅牢な表現に進化させるために、事前インフォームド・エボリューション・モジュールを導入します。
  論文  参考訳（メタデータ） (2026-08-28T03:41:53Z)
• Semantic-Aware Adaptive Visual Memory for Streaming Video Understanding [55.7992006853979]
  SAVEMemは、セマンティックな認識をメモリ生成にもたらすフレームワークで、クエリ毎に検索スコープを適応させる。 SAVEMemは、メモリ生成にセマンティックな認識をもたらし、クエリ毎に検索範囲を適応させる、トレーニングフリーのデュアルステージフレームワークである。
  論文  参考訳（メタデータ） (2026-05-08T15:40:40Z)
• MemSearch-o1: Empowering Large Language Models with Reasoning-Aligned Memory Growth in Agentic Search [59.98962867649009]
  本稿では,メモリ成長とリトラシングに基づくエージェント検索フレームワークであるMemSearch-o1を提案する。 MemSearch-o1はクエリからメモリシードトークンからきめ細かいメモリフラグメントを成長させ、コントリビューション関数を通じてメモリを再トレースし、深く洗練し、最終的にグローバルに接続されたメモリパスを再編成する。
  論文  参考訳（メタデータ） (2026-04-19T05:35:06Z)
• TA-Mem: Tool-Augmented Autonomous Memory Retrieval for LLM in Long-Term Conversational QA [8.036549927091286]
  大規模言語モデル(LLM)は、様々なドメインにわたるテキストベースのコンテキストにおいて強力な推論能力を示した。 コンテキストウィンドウの制限は、長距離推論タスクにおけるモデルの課題を引き起こす。 ツール拡張型自律メモリ検索フレームワーク(TA-Mem)を導入する。 TA-MemはLoCoMoデータセットで評価され、既存のベースラインアプローチよりも大幅にパフォーマンスが向上した。
  論文  参考訳（メタデータ） (2026-03-10T07:27:01Z)
• HyMem: Hybrid Memory Architecture with Dynamic Retrieval Scheduling [7.24393498822329]
  HyMemは、マルチグラニュラメモリ表現による動的オンデマンドスケジューリングを可能にするハイブリッドメモリアーキテクチャである。 LOCOMOとLongMemEvalのベンチマークにおいて,HyMemは高い性能を示し,計算コストを92.6%削減した。
  論文  参考訳（メタデータ） (2026-02-15T00:06:19Z)
• Evo-Memory: Benchmarking LLM Agent Test-time Learning with Self-Evolving Memory [89.65731902036669]
  Evo-Memoryは、大規模言語モデル(LLM)エージェントで自己進化型メモリを評価するための、ストリーミングベンチマークとフレームワークである。 10以上の代表的なメモリモジュールを評価し、10種類の多ターンゴール指向およびシングルターン推論およびQAデータセットで評価した。
  論文  参考訳（メタデータ） (2025-11-25T21:08:07Z)
• ArcMemo: Abstract Reasoning Composition with Lifelong LLM Memory [21.4675019810992]
  概念レベルのメモリは再利用され、ソリューショントレースから抽出されたモジュラー抽象化が自然言語に格納される。 我々は、合成一般化と抽象的推論を強調するベンチマークARC-AGIを評価する。 抽象概念は最も一貫したメモリ設計であり、全てのテストされた推論計算スケールでベースラインを上回ります。
  論文  参考訳（メタデータ） (2025-09-04T17:54:19Z)
• MemOS: A Memory OS for AI System [116.87568350346537]
  大規模言語モデル(LLM)は、人工知能(AGI)にとって不可欠な基盤となっている。 既存のモデルは、主に静的パラメータと短命なコンテキスト状態に依存しており、ユーザの好みを追跡したり、長い期間にわたって知識を更新する能力を制限する。 MemOSはメモリを管理可能なシステムリソースとして扱うメモリオペレーティングシステムである。
  論文  参考訳（メタデータ） (2025-07-04T17:21:46Z)

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。