論文の概要: Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States

• arxiv url: http://arxiv.org/abs/2610.01415v1
• Date: Thu, 01 Oct 2026 10:21:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.051028
• Title: Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States
• Title（参考訳）: 記憶を超えて: 明確な信念を持つロングホライズンエージェントを悩ませる
• Abstract要約: 大規模言語モデル(LLM)エージェントはますます複雑なタスクをこなせるようになった。 本稿では,エージェントの意思決定コンテキストとして明示的な信念状態を構築し,継続的に維持する推論時フレームワークPoSを紹介する。
• 参考スコア（独自算出の注目度）: 13.770820750500596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents can now undertake increasingly complex tasks, but the way they organize interaction history into memory does not ensure a coherent understanding of the current world. We introduce PoS, an inference-time framework that constructs and continually maintains explicit belief states as the agent's decision context. Each belief combines an estimate of the current world state with unresolved task requirements, making explicit what the agent still needs to learn and accomplish. To keep this belief reliable and actionable, PoS validates its consistency and monitors task progress to detect Belief Trapping, where the agent continues to act without making meaningful progress toward the goal. Recovery is then tailored to both the trapping pattern and the type of unresolved task requirement. Experiments on four benchmarks spanning execution and diagnosis show that PoS achieves the highest overall performance on every benchmark with all three LLM backbones. Ablations demonstrate the importance of consistency validation and recovery, while context-scaling experiments show resilience to context growth. Together, these results support belief construction and continual maintenance as a foundation for long-horizon context management beyond history retention and compression.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、ますます複雑なタスクをこなせるようになったが、インタラクション履歴をメモリに整理する方法は、現在の世界を一貫性のある理解を保証するものではない。 本稿では,エージェントの意思決定コンテキストとして明示的な信念状態を構築し,継続的に維持する推論時フレームワークPoSを紹介する。 各信念は、現在の世界の状態の見積と未解決の課題要件を組み合わせ、エージェントがまだ学習し、達成すべきものを明確にする。 この信念を信頼性と行動性を維持するため、PoSはその一貫性を検証し、目標に向かって有意義な前進をすることなく、エージェントが引き続き行動し続けるBelief Trappingを検出するタスク進捗を監視する。 次に、リカバリは、トラップパターンと未解決のタスク要求のタイプの両方に合わせて調整される。 実行と診断にまたがる4つのベンチマークの実験では、PoSは3つのLCMバックボーンを持つベンチマークで最高パフォーマンスを達成した。 アブレーションは、一貫性の検証と回復の重要性を示し、コンテキストスケーリング実験は、コンテキスト成長に対するレジリエンスを示している。 これらの結果は, 歴史的保持と圧縮を超えた長期的文脈管理の基礎として, 信念の構築と継続的な維持を支援する。

関連論文リスト

• StateComp: Learning When to Compress History in Long Horizon Agents [55.84813053778976]
  本研究では,現在エージェントの状態に応じて過去のインタラクションを安全に圧縮できるフレームワークであるState Conditioned Compression(StateComp)を提案する。 WorkBenchBuddyの実験では、StateCompはタスク性能を維持しながら総エージェントと要約トークンを52.27%削減し、表現抽出において12.67倍の高速化を実現している。
  論文  参考訳（メタデータ） (2026-09-23T03:34:08Z)
• From Sequence to Structure: Relational Uncertainty Propagation for LLM Agents [75.69180947909148]
  大規模言語モデル(LLM)エージェントのためのトラジェクトリレベルのUQフレームワークを提案する。 RuPAは、推論状態、ツールインタラクション、環境フィードバックが時間的およびセマンティックな依存関係エッジで接続されたノードである、指向的なトラジェクトリグラフとして実行履歴を表現している。 我々は,複数のモデルファミリにまたがる6つのオープンソースLCMを用いて,代用エージェントベンチマーク($2, Terminal-Bench-2, GAIA)でRUPAを評価した。
  論文  参考訳（メタデータ） (2026-08-17T01:40:14Z)
• A Task-State Representation for Long-Horizon Mobile GUI Agents [53.359524744953575]
  Task-State Representation (TSR)は、感覚入力からタスク状態を明示的に分離する、トレーニング不要のフレームワークである。 4つのモバイルGUIベンチマークによる実験では、TSRの有効性が検証され、成功率が12ポイントまで向上した。
  論文  参考訳（メタデータ） (2026-07-01T06:37:21Z)
• RepoMirage: Probing Repository Context Reasoning in Code Agents with Perturbations [51.43574078961796]
  本稿では,SWE-Bench Verified上に構築された2段階評価スイートRepoMirageを紹介する。 RepoMirage-Perturbは、リポジトリレベルの摂動を保存する3つのタイプのセマンティクスを適用している。 RepoAnchorは、下流の問題解決からリポジトリの探索を分離する構造第一のプロトタイプワークフローである。
  論文  参考訳（メタデータ） (2026-05-25T06:26:43Z)
• Agent-ToM: Learning to Monitor Autonomous LLM Agents via Theory-of-Mind Reasoning [11.914433611519359]
  不正行為を隠蔽する自律型大規模言語モデル(LLM)エージェントの監視は、遅延、コンテキスト依存、長期攻撃パターンのために困難である。 自律エージェントのセキュリティ分析を前提とした学習監視フレームワークである textbfAgent-ToM を提案する。
  論文  参考訳（メタデータ） (2026-05-22T20:57:20Z)
• Agent-BRACE: Decoupling Beliefs from Actions in Long-Horizon Tasks via Verbalized State Uncertainty [70.43119366710778]
  本稿では,Agens-BRACE: Agent Belief state Representation by Abstraction and Confidence Estimationを紹介する。 LLMエージェントを信頼状態モデルと政策モデルに分離し、強化学習を通じて協調的に最適化する手法である。 長期にわたる部分的に観察可能な言語環境において、平均して+14.5%の絶対的な改善を実現している。
  論文  参考訳（メタデータ） (2026-05-12T02:37:04Z)
• daVinci-Agency: Unlocking Long-Horizon Agency Data-Efficiently [35.39097522391409]
  大規模言語モデル(LLM)は短期的なタスクで優れており、それらを長期のエージェント合成に拡張することは依然として困難である。 本稿では,PRチェーンから構造化監視を体系的にマイニングするdaVinci-Agencyを提案する。 DaVinci-AgencyのPR基底構造は、本質的には、永続的なゴールサイクルの振る舞いを教えるのに不可欠な因果依存性と反復的な洗練を保っている。
  論文  参考訳（メタデータ） (2026-02-02T13:23:39Z)
• ARC: Active and Reflection-driven Context Management for Long-Horizon Information Seeking Agents [9.76162701959422]
  ARCは、コンテキスト管理を体系的に定式化するフレームワークである。 実行中にコンテキストを動的内部推論状態として扱う。 パッシブ・コンテクスト・コンテクスト・コンプレックス・メソッドよりも一貫して優れています。
  論文  参考訳（メタデータ） (2026-01-17T12:17:50Z)

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。