論文の概要: What Should an Agent Remember? Disentangling Retention from Retrieval in Bounded-Memory Evaluation

• arxiv url: http://arxiv.org/abs/2610.00366v1
• Date: Wed, 30 Sep 2026 06:38:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.621262
• Title: What Should an Agent Remember? Disentangling Retention from Retrieval in Bounded-Memory Evaluation
• Title（参考訳）: エージェントは何を思い出すべきか? 境界記憶評価における検索から保持を遠ざける
• Abstract要約: メモリ評価は、保持と選択の両方が異なる方法を比較することで、決定を曖昧にすることができる。 我々は,ストリーミングリコールベンチマークの保持と選択ルールを構築し,同じ300個のシードエピソードのすべての条件を評価する。 メモリ境界評価はアクセス固定とレポート保持と選択を別々に行うべきであることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A persistent agent must decide both what to retain as information arrives and what to surface once a query appears, yet memory evaluations can confound these decisions by comparing methods that differ in both retention and selection. We build a streaming-recall benchmark crossing retention and selection rules and evaluate every condition on the same 300 seeded episodes. Holding access fixed, query-aware selection improves required-fact recall by 15.5 percentage points (95% CI: 12.8 to 18.2), whereas a mixed comparison that also changes history access reports a 68.7-point advantage, of which 53.2 points are attributable to access. Under bounded retention, query-aware, dense, and oracle selection reach the retention ceiling, and all 319 observed failures in the bounded recency condition are caused by eviction rather than ranking errors. Recall falls to 0% as targets recede sufficiently far into the past. Repeating the evaluation on SQuAD preserves the retention ceiling while showing that dense retrieval can outperform lexical retrieval on natural text. These results show that bounded-memory evaluations should hold access fixed and report retention and selection separately.
• Abstract（参考訳）: 永続的エージェントは、情報が到着すると何を保持するか、クエリが現れたら何を表示するかの両方を決定する必要があるが、メモリ評価は保持と選択の両方で異なる方法を比較することで、これらの決定を混乱させることができる。 我々は,ストリーミングリコールベンチマークの保持と選択ルールを構築し,同じ300個のシードエピソードのすべての条件を評価する。 アクセスを固定し、クエリを意識した選択は、必要なファクトリコールを15.5ポイント改善する(95% CI: 12.8から18.2)一方、履歴アクセスレポートも変更した混合比較では68.7ポイントの利点があり、53.2ポイントがアクセスに寄与している。 有界保持の下では、クエリアウェア、密集、およびオラクルの選択は保持天井に達し、有界限度条件におけるすべての319の障害は、ランク付けエラーよりも排除によって引き起こされる。 ターゲットが過去まで十分に後退するにつれて、リコールは0%に低下する。 SQuADの評価を繰り返すと、保存天井を保ちながら、密集した検索が自然テキストの語彙検索より優れていることを示す。 これらの結果から,バウンダリメモリ評価はアクセス固定とレポート保持と選択を別々に行うことが示唆された。

関連論文リスト

• Causal Memory Policy: Making Memory Utility Identifiable by Intervening on Retrieval [29.12751904333385]
  メモリが取得されない場合、ストアレベルの介入は同じ結果をもたらし、そのユーティリティは未確認のままである。 本稿では,検索自体に介入することで識別を復元する因果的枠組みである因果記憶ポリシー(CMP)を紹介する。 CMPは、バランスの取れた割り当て設計の下で、自己正規化逆確率重み付けによりメモリユーティリティを推定する。
  論文  参考訳（メタデータ） (2026-10-01T17:11:25Z)
• Authority Before Utility: Non-Compensatory Control for Persistent LLM Memory [0.0]
  永続メモリは、検索関連性だけでは解決できない制御問題を生成する。 私たちはこれをユーティリティと権限の分離として定式化します。 185のHELDOUTユニットを28の依存クラスタに配置すると、HARDは4.04%のバランスの取れた構成エラーを発生させるが、ロックされたSOFTは19.66%である。
  論文  参考訳（メタデータ） (2026-09-26T08:45:34Z)
• Fortunate Recall: Ontology-Driven Memory Lifecycle Management for Persistent Coherence in LLMs [1.6257248483123767]
  幸運なリコール(FR)は、個人の事実を10+1の行動オントロジーに分類する構成可能なポリシー層である。 FR-Bankは、インフラストラクチャに依存しない実装で、LifecycleBenchの76.9%のパスレートに達しています。
  論文  参考訳（メタデータ） (2026-09-09T16:31:45Z)
• Exact Record Omission in Delta Attention: A Transport Criterion, Its Cost, and a Replay Certificate [0.16921396880325776]
  アシスタントは削除されたステートメントを繰り返すのをやめることができるが、そのリカレントメモリはそのステートメントの影響をまだ受けている。 我々は、記録後すぐに状態差を保存し、後続の更新を通じてこのレシートを転送し、同じ会話から構築された状態と、省略されたレコードとの補正を比較することで、この区別を検証した。 我々はこの基準を40の予測選択された合成キミ線形文脈上の11の条件に接続する。
  論文  参考訳（メタデータ） (2026-09-06T23:25:58Z)
• Hindsight Memory-PRM: Supervising Memory Management with Auditable Hindsight Credit [48.811961095386]
  Hindsight Memory-PRMはこの監査パスを2回利用します。 オフラインで操作条件付きメモリユーティリティの批判をトレーニングする。 オンラインでは、検索、引用、および1つの制御された削除と再回答が、介入校正されたエントリーレベルのプレゼンスクレジットを確定する。
  論文  参考訳（メタデータ） (2026-08-30T06:53:13Z)
• When Stale Constraints Go Unchecked: Budgeted Verification Failures in Inherited Agent Memory [0.0]
  証拠リンクは、継承された信条の裏にある証拠を保持しており、検証予算を持つエージェントは、検査するリンクを選択する必要がある。 我々は、決定制約を記述し、ソースレコードを削除したレコードに置き換えた統合記憶について研究する。 16の言語モデルは、落ち着いたように読む制約を再検証することはめったにない。 ひとたび制約が過小評価されると、77.3%、74.7%、74.7%のエピソードが一次実行、複製、保留領域で安定的な決定を下した。
  論文  参考訳（メタデータ） (2026-08-26T09:04:21Z)
• 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)
• Belief Memory: Agent Memory Under Partial Observability [56.41506249481312]
  本稿では,メモリパラダイムを観測毎に1つの結論にシフトし,その確率で複数の結論を導出するBeliefMemを提案する。 BeliefMemは決定論的パラダイムが破棄されるという不確実性を保ち、エージェントが高い信頼を持って行動することを可能にする。 LoCoMoとALFWorldベンチマークの実証的な評価は、限られたデータであっても、BeliefMemが最高の平均パフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2026-05-07T02:03:13Z)
• ImplicitMemBench: Measuring Unconscious Behavioral Adaptation in Large Language Models [60.14219417402433]
  LLMエージェントの既存のメモリベンチマークは、事実の明示的なリコールを評価するが、意識的な検索なしに、経験が自動的な振る舞いになる暗黙の記憶を見落としている。 IndicitMemBenchは、非宣言的メモリの標準的な認知科学のアカウントから引き出された3つの構造を通して暗黙的メモリを評価する最初の体系的なベンチマークである。 当社の300イテムスイートでは,初動採点を備えたLearning/Priming-Interfere-Testプロトコルを統一しています。
  論文  参考訳（メタデータ） (2026-04-09T10:26:32Z)

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。