論文の概要: ReMem: Rethinking Perception and Memory in Long-Context Recommendation Agents

• arxiv url: http://arxiv.org/abs/2609.37311v2
• Date: Sat, 03 Oct 2026 13:53:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 04:43:28.428868
• Title: ReMem: Rethinking Perception and Memory in Long-Context Recommendation Agents
• Title（参考訳）: ReMem: 長期推奨エージェントにおける知覚と記憶の再考
• Abstract要約: 最近の勧告エージェント(RecAgents)は、推奨をアクティブなユーザサイドパラダイムにシフトすることで、有望な代替手段を提供する。 本稿では,OCRに基づくマルチモーダル認識と時間進化動的メモリを組み合わせたリコメンデーションエージェントフレームワークReMemを提案する。 実験では、ReMemは最先端のベースラインを一貫して上回り、3つの推奨エージェントタスクで平均5.16%の改善を達成した。
• 参考スコア（独自算出の注目度）: 56.60244663358724
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent Recommendation Agents (RecAgents) offer a promising alternative by shifting recommendation to an active, user-side paradigm, where generative agents autonomously perceive external platforms, reason over user preferences, and execute decisions. However, existing RecAgents still suffer from two critical limitations: brittle item perception based on noisy and heterogeneous item pages, and inefficient long-context reasoning over extended user histories and multi-step interaction traces. To address these challenges, we propose a novel recommendation agent framework, termed as ReMem, that combines OCR-based multimodal perception with time-evolving dynamic memory. Instead of parsing raw HTML, ReMem observes item pages through screenshots and extracts structured multimodal information via an OCR tool, enabling a more humanoid and platform-agnostic perception mechanism. To support long-horizon preference modeling, ReMem further introduces a chunk-wise sequential memory update strategy, where the agent selectively maintains a fixed-size memory of informative historical interactions while processing arbitrarily long contexts with linear inference complexity and bounded context length. This design allows the agent to preserve evolving user preferences without relying on external memory modules or disrupting the standard autoregressive generation process. To enhance the dynamic memory instruction, we further develop a multi-memory GRPO variant, which propagates the final-answer advantage to all intermediate conversations that contribute to the final response. Extensive experiments on three datasets demonstrate that ReMem consistently outperforms state-of-the-art baselines, achieving an average improvement of 5.16\% across three recommendation agent tasks, namely searching, ranking, and judging.
• Abstract（参考訳）: 最近のレコメンデーションエージェント(RecAgents, Recommendation Agents, RecAgents, Recommendation Agents, RecAgents)は、プロジェクティブエージェントが外部プラットフォームを自律的に知覚し、ユーザの好みを推論し、決定を実行する、アクティブなユーザサイドパラダイムに推奨をシフトすることで、有望な代替手段を提供する。 しかし、既存のRecAgentには、ノイズと不均一なアイテムページに基づく脆いアイテム認識と、拡張されたユーザ履歴とマルチステップインタラクショントレースに対する非効率なロングコンテキスト推論の2つの重要な制限がある。 これらの課題に対処するために、OCRに基づくマルチモーダル認識と時間進化動的メモリを組み合わせた、ReMemと呼ばれる新しいレコメンデーションエージェントフレームワークを提案する。 生のHTMLを解析する代わりに、ReMemはスクリーンショットを通してアイテムページを観察し、OCRツールを介して構造化されたマルチモーダル情報を抽出し、よりヒューマノイドでプラットフォームに依存しない知覚メカニズムを可能にする。 ReMemはさらに、長いコンテキストを線形な推論複雑性と境界付きコンテキスト長で処理しながら、情報的履歴相互作用の固定サイズのメモリを選択的に保持するチャンクワイド・シーケンシャルなメモリ更新戦略を導入する。 この設計により、エージェントは外部メモリモジュールに依存したり、標準の自己回帰生成プロセスを中断したりすることなく、進化するユーザの好みを維持できる。 動的メモリ命令を強化するため、最終応答に寄与する全ての中間会話に対して最終回答の利点を広めるマルチメモリGRPO変異体を開発した。 3つのデータセットに関する大規模な実験によると、ReMemは最先端のベースラインを一貫して上回り、推奨エージェントの3つのタスク、すなわち検索、ランキング、判定の平均5.16\%の改善を達成する。

関連論文リスト

• Interactive Memory Learning for Long-Term Conversations [30.375942250315145]
  ICML(InteraCtive Memory Learning)は、受動的アーカイブから学習可能な対話型メモリポリシーに変換するマルチエージェントフレームワークである。
  論文  参考訳（メタデータ） (2026-09-15T12:21:41Z)
• Seeing and Reflecting: Multimodal Memory-Enhanced Agent Collaboration for Recommendation [27.43053910738573]
  MMEACRはマルチモーダルメモリ強化エージェントコラボレーションフレームワークである。 微粒なマルチモーダルマッチングから解釈可能なエージェントを分離する。 MMEACRは、競争力のあるLLMベースおよびエージェントベースベースラインに対して、高い全体的なパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-07-08T07:50:03Z)
• 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)
• From Single to Multi-Granularity: Toward Long-Term Memory Association and Selection of Conversational Agents [79.87304940020256]
  大言語モデル(LLM)は会話エージェントで広く採用されている。 MemGASは、多粒度アソシエーション、適応選択、検索を構築することにより、メモリ統合を強化するフレームワークである。 4つの長期メモリベンチマークの実験により、MemGASは質問応答と検索タスクの両方において最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2025-05-26T06:13:07Z)
• Sequential Recommender via Time-aware Attentive Memory Network [67.26862011527986]
  本稿では,注意機構と繰り返し単位を改善するための時間ゲーティング手法を提案する。 また,長期と短期の嗜好を統合するマルチホップ・タイムアウェア・アテンテーティブ・メモリ・ネットワークを提案する。 提案手法は,候補探索タスクに対してスケーラブルであり,ドット積に基づくTop-Kレコメンデーションのための潜在因数分解の非線形一般化とみなすことができる。
  論文  参考訳（メタデータ） (2020-05-18T11:29:38Z)

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。