論文の概要: How Can Recommendation Feedback Evolve Agent Memory?

• arxiv url: http://arxiv.org/abs/2609.37544v2
• Date: Wed, 30 Sep 2026 07:09:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.294116
• Title: How Can Recommendation Feedback Evolve Agent Memory?
• Title（参考訳）: Recommendation Feedback Evolve Agent Memory はどのようにして可能か?
• Abstract要約: 提案するTIDE(Trajectory-Informed Directed Memory Evolution)は,遅延したリコメンデーションフィードバックによって駆動される外部メモリ進化フレームワークである。 TIDEは、記憶を容量制限された経験の集団として扱う: 時間的および意味的な信用割り当ては、文脈的適合性を推定し、責任クレジットは、世代中に参照された記憶に基づいて結果信号を分配する。 オンラインA/Bテストにおいて、eコマース会員シップマーケティングコンテンツ生成エージェントにおいて、TIDEはオフラインの時間的リプレイにおいて+7.75パーセントのMEGを達成し、ユニークなクリックスルーレート(UCTR)とアクティベーションレートの両方を大幅に改善する。
• 参考スコア（独自算出の注目度）: 9.454481550973263
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Content-generation agents continuously receive impressions, clicks, conversions, and negative feedback from recommendation systems, providing real-world outcome signals for memory evolution. However, these signals are delayed and noisy, confounded by audience composition, placement, and recommendation policies, and may result from the combined influence of multiple memories, making accurate attribution difficult. Existing methods rely primarily on immediate feedback or semantic retrieval and therefore struggle to reliably translate recommendation outcomes into memory fitness. To address this challenge, we propose TIDE (Trajectory-Informed Directed Memory Evolution), an external memory evolution framework driven by delayed recommendation feedback. We further introduce Memory Evolution Gain (MEG), which measures the utility improvement of evolved memory over a no memory baseline on strictly future tasks. TIDE treats memory as a capacity-constrained population of experiences: temporal and semantic credit assignment estimates contextual fitness, while responsibility credit distributes outcome signals according to the memories referenced during generation. These signals are then used to reinforce, crossover, mutate, or evict memories. On an e-commerce membership marketing content-generation agent, TIDE achieves a +7.75-percentage-point MEG in offline temporal replay and significantly improves both unique click-through rate (UCTR) and activation rate in an online A/B test. On a delayed-label benchmark, TIDE achieves the lowest mean absolute error (MAE) and root mean squared error (RMSE) and the highest MEG among the compared methods, demonstrating its effectiveness.
• Abstract（参考訳）: コンテンツ生成エージェントは、インプレッション、クリック、変換、レコメンデーションシステムからの負のフィードバックを継続的に受け取り、メモリの進化のための現実的な結果信号を提供する。 しかし、これらの信号は、オーディエンス構成、配置、レコメンデーションポリシーによって構成され、遅延しうるノイズであり、複数の記憶の複合的な影響により、正確な帰属が困難になる可能性がある。 既存の手法は主に即時フィードバックやセマンティック検索に依存しているため、推奨結果を確実にメモリ適合度に変換するのに苦労している。 この課題に対処するため,提案するTIDE(Trajectory-Informed Directed Memory Evolution)を提案する。 さらに, メモリ進化ゲイン(MEG)を導入し, より厳密な将来のタスクにおいて, メモリベースラインを使わずに, 進化したメモリの実用的改善を計測する。 TIDEは、記憶を容量制限された経験の集団として扱う: 時間的および意味的な信用割り当ては、文脈的適合性を推定し、責任クレジットは、世代中に参照された記憶に基づいて結果信号を分配する。 これらの信号は、強化、クロスオーバー、ミュート、または退去記憶のために使用される。 オンラインA/Bテストにおいて、eコマース会員シップマーケティングコンテンツ生成エージェントにおいて、TIDEはオフラインの時間的リプレイにおいて+7.75パーセントのMEGを達成し、ユニークなクリックスルーレート(UCTR)とアクティベーションレートの両方を大幅に改善する。 遅延ラベルのベンチマークでは、TIDEは最低平均絶対誤差(MAE)と最低平均二乗誤差(RMSE)を達成し、その効果を示す。

関連論文リスト

• From Attack Success to Attack Severity: Counterfactual Memory Attacks on LLM Agents [42.712790337834655]
  永続メモリ攻撃は、それらが成功するかどうかによって評価されるが、成功した攻撃は、異なる下流の結果をもたらす永続状態を残すことができる。 我々は、この重症度を個別の攻撃設計目標として研究し、反実的記憶後悔(CMR)で定式化する。 MemHarmは、同一のサポートに対する評価された一般的な攻撃の中で、最も高いCMRポイント推定値を得た。
  論文  参考訳（メタデータ） (2026-09-28T02:11:56Z)
• Harness the Memory: A Holistic Evaluation of Memory Substrates in Memory Agents [97.19033877543522]
  本稿では,メモリ拡張剤のメモリ基板の制御ハーネス評価について述べる。 統一されたハーネスの下で26のパフォーマンスと効率のメトリクスを計測する。 これらの知見は、アダプティブエージェントメモリシステムに必要なコンポーネントとして、基質ルーティングを動機付けている。
  論文  参考訳（メタデータ） (2026-08-15T03:29:48Z)
• The Compliance Trap: Diagnosing How AI Agents Consume Conflicting Memory [9.041305193333434]
  メモリは、長年にわたるAIエージェントの中核的なコンポーネントになりつつある。これにより、エージェントは、Webブラウザやソフトウェアツール、その他のインタラクティブな環境を操作する際に、過去の経験を再利用することができる。 既存の作業は、主にメモリを供給問題として扱い、どのエクスペリエンスを書くか、どのように保存するか、どのエントリを次のタスクに取得するかを尋ねる。 しかし、モデルが取得したメモリをどのように消費するかについては、まだ明確な説明がありません。
  論文  参考訳（メタデータ） (2026-07-12T07:05:31Z)
• Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
  本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。 最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
  論文  参考訳（メタデータ） (2026-05-14T20:15:22Z)
• 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)
• Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval [59.295767860331004]
  RF-Memは、親しみやすい不確実性誘導デュアルパスメモリレトリバーである。 それは、人間のようなデュアルプロセス認識をレトリバーに埋め込む。 一定の予算とレイテンシの制約の下で、ワンショット検索とフルコンテキスト推論を一貫して上回る。
  論文  参考訳（メタデータ） (2026-03-10T06:31:44Z)
• MemRec: Collaborative Memory-Augmented Agentic Recommender System [57.548438733740504]
  我々はメモリ管理から推論をアーキテクチャ的に分離するフレームワークであるMemRecを提案する。 MemRecは動的コラボレーティブメモリグラフを管理する専用のLM_Memを導入した。 4つのベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-01-13T18:51:16Z)
• SEDM: Scalable Self-Evolving Distributed Memory for Agents [23.182291416527764]
  SEDMは、メモリをパッシブリポジトリからアクティブな自己最適化コンポーネントに変換する検証可能で適応的なフレームワークである。 また,SEDMは,強いメモリベースラインに比べてトークンオーバーヘッドを低減しつつ,推論精度を向上することを示した。 結果は、SEDMをオープンエンドのマルチエージェントコラボレーションのためのスケーラブルで持続可能なメモリメカニズムとして強調する。
  論文  参考訳（メタデータ） (2025-09-11T14:37:37Z)

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。