論文の概要: When Evidence Changes: Evaluating Memory Repair and Re-reading in Language-Model Agents
- arxiv url: http://arxiv.org/abs/2610.03902v1
- Date: Fri, 02 Oct 2026 18:13:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:29:44.351744
- Title: When Evidence Changes: Evaluating Memory Repair and Re-reading in Language-Model Agents
- Title（参考訳）: エビデンスの変化:言語モデルエージェントにおける記憶修復と再読出の評価
- Abstract要約: エージェントが引き起こした事実を裏付ける文書が取り消されたり、置き換えられたりした場合、記憶を修復したり、現在の証拠を読んだりすべきだろうか?
公開ICU記録からの薬物・問題リストタスクのエビデンス・リビジョン評価について紹介する。
フルおよびソースフィルタによる再読み込みとキャッシュ、再構築、グラフローカルな修復を2つの7Bモデルで比較した。
- 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: When documents supporting an agent's derived facts are revoked or replaced, should it repair memory or re-read current evidence? We introduce an evidence-revision evaluation on medication- and problem-list tasks from public ICU records. Under revocation, replacement and control events, we compare full and source-filtered re-reading with caching, rebuilding and graph-local repair across two 7B models. Memory is supplied in full without retrieval, and costs include ingest, revision and every use. On short records, local repair uses 5-10$\times$ fewer revision tokens than rebuilding, yet every memory pipeline costs at least twice full re-reading in held-out conditions. In a small pre-specified development sweep, adding task-ineligible documents extended records to about 10,000 tokens; at that length, memory's mean cumulative cost fell below full re-reading's after 2-14 uses, partly through truncated extraction, while source-filtered re-reading remained cheapest. In the replacement study, none of the four primary confirmatory tests reached statistical significance. These results show why the cost of agent memory after evidence revision must be assessed against source-filtered re-reading over the full pipeline.
- Abstract（参考訳）: エージェントが引き起こした事実を裏付ける文書が取り消されたり、置き換えられたりした場合、記憶を修復したり、現在の証拠を読んだりすべきだろうか?
公開ICU記録からの薬物・問題リストタスクのエビデンス・リビジョン評価について紹介する。
再起動、置換、制御イベントの下では、フルおよびソースフィルタによる再読み込みとキャッシュ、再構築、グラフローカルの2つのモデル間の修復を比較します。
メモリは、検索なしでフルに供給され、コストには、取り込み、リビジョン、すべての使用が含まれる。
短い記録では、ローカルの修復には5-10$\times$でリビジョントークンをリビルドするよりも少ないが、すべてのメモリパイプラインは、保持状態において少なくとも2倍の完全な再読み込みコストがかかる。
メモリの平均累積コストは2～14回の使用以降、一部は切り詰められた抽出によって減少し、ソースフィルタによる再読出は最も安価に保たれた。
代替研究では,4つの一次検査のうち,統計的に有意な有意差は認められなかった。
これらの結果は、エビデンス修正後のエージェントメモリのコストが、ソースフィルタによる全パイプライン上の再読み込みに対して評価されなければならない理由を示している。
関連論文リスト
- What It Costs to Compose, Rebuild, and Correct Precomputed Memory [0.0]
言語モデルは、あらかじめ計算されたメモリ、モデルが保存した素材の読み出しから答えることができる。
本論文は、その実践が正しさと失敗する条件をどこに保存するかを図示する。
論文 参考訳（メタデータ） (2026-08-31T11:49:42Z) - Ingest-Time Fact Compilation for Cost-Efficient and Reliable Question Answering over Revised Corpora [0.3887079592126372]
ほとんどのエージェント的質問応答システムは、誰かが質問するたびに、可能な限り最悪のタイミングで、セマンティックな作業の重要な部分を行います。
これは、誰かがそれを読むたびに、実体化されたビューを再構築するデータベースのようなものだ。
我々は、コーパスデータを取り込み、あるいは変更した場合に、この処理を行うアーキテクチャである、Ingest-time fact compilationを提案する。
論文 参考訳（メタデータ） (2026-08-29T23:04:37Z) - From Faulty Memories to Corrected Actions: Dependency-Guided Rollback Repair for Memory-Augmented Agents [19.125716338799545]
textbfdependency-guided rollback repairは、出所からの型付きメモリ対アクショングラフを構築し、明示的な下流依存性をトレースし、応答関連処理のみを選択的に再生する。
本手法は,3つのツール使用領域と4つのメモリ障害タイプにまたがる150ケースのベンチマークで評価する。
論文 参考訳（メタデータ） (2026-08-11T05:19:55Z) - Causal Episodic Memory for Feedback-Driven Agent Repair [2.641347237473854]
オラクル認証のオンライン双極性メモリを保守するトレーニングフリーエージェントであるMERITを紹介する。
負のメモリが適度に寄与することを示し、型条件付けと語彙ランク付けの値はデータセットに依存し、スキーマローカルエクスペリエンスが最も一貫した利点を提供する。
論文 参考訳（メタデータ） (2026-08-06T11:34:03Z) - Subtract or Replay? Exact Deletion from Language-Model Memory [0.16921396880325776]
永続的な言語モデルメモリからの排他的削除は、そのメモリがレコードをどのように表現するかに依存する。
我々は2つの事前訓練されたモデルにおいて、明示的な記録省略参照に対してこの区別を検証した。
論文 参考訳（メタデータ） (2026-07-30T00:17:05Z) - MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery [58.64329475683699]
我々は、長期記憶は監査可能な相互作用後のアーティファクトとして評価されるべきであると主張している。
我々は、メモリを備えたエージェントがシミュレーションユーザを支援するベンチマークであるMEMPROBEで、このビューをインスタンス化する。
私たちは、成功したアシストと回復可能なメモリが、異なる機能として振る舞うことに気付きました。
論文 参考訳（メタデータ） (2026-06-23T13:52:46Z) - What Should a Skill Remember? Quality--Cost Trade-offs in Cost-Aware Skill Rewriting for Language Model Agents [58.87681796862133]
我々は経済的なレンズを通してスキルの書き直しを勉強する。
我々のフレームワークは、情報保存戦略を用いて、スキル構造をプロファイルし、スキルを書き換える。
SkillsBenchの実験は、戦略間の異なる品質とコストのトレードオフを明らかにしている。
論文 参考訳（メタデータ） (2026-06-08T12:36:51Z) - WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。
既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。
マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
論文 参考訳（メタデータ） (2026-05-28T04:27:20Z) - Remember Me, Refine Me: A Dynamic Procedural Memory Framework for Experience-Driven Agent Evolution [52.76038908826961]
我々は静的ストレージと動的推論のギャップを埋めるため、$textbfReMe$ ($textitRemember Me, Refine Me$)を提案する。
ReMeは3つのメカニズムを通じてメモリライフサイクルを革新する: $textitmulti-faceted distillation$, きめ細かい経験を抽出する。
BFCL-V3とAppWorldの実験では、ReMeが新しい最先端のエージェントメモリシステムを確立している。
論文 参考訳（メタデータ） (2025-12-11T14:40:01Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳（メタデータ） (2022-04-12T03:49:35Z)
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。