論文の概要: MemTrace: State-Consistent Memory for Long-Horizon Coding Agents

• arxiv url: http://arxiv.org/abs/2610.04838v1
• Date: Sun, 04 Oct 2026 00:45:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.416544
• Title: MemTrace: State-Consistent Memory for Long-Horizon Coding Agents
• Title（参考訳）: MemTrace: 長距離符号化エージェントのステート一貫性メモリ
• Abstract要約: 本稿では,実行履歴を保存するメモリシステムMemTraceを紹介する。 MemTraceは履歴をキー情報に固定された不変メモリトレースとして保存する。 MemTraceは現在のリポジトリの状態に対する妥当性を確認し、次のアクションに必要なものだけを取得する。
• 参考スコア（独自算出の注目度）: 28.163943720725126
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As coding agents take on long-horizon software evolution tasks spanning multiple files and stages, longer execution trajectories introduce two coupled challenges: (1) accumulated histories strain context budgets, and (2) repository changes can invalidate earlier execution evidence. Existing approaches address these challenges through techniques like larger context windows, compression, retrieval, or repository representations, but often fail to reconstruct a consistent task state after a context refresh or verify whether recalled evidence remains valid. Thus, we introduce MemTrace, a provenance-aware memory system that preserves execution history and aligns its reuse with the evolving task (e.g., iterative cross-file repair) and repository state. MemTrace stores history as immutable Memory Traces anchored to key information (e.g., files, symbols, tests), and organizes their execution order and dependencies in a Memory Trace Graph. When context is constrained, working memory retains only compact Memory Anchors, from which the agent can reconstruct the latest execution state and locate evidence relevant to its next action. Before restoring historical evidence, MemTrace checks its validity against the current repository state and retrieves only what the next action requires. Across three complementary long-horizon coding benchmarks, MemTrace consistently outperforms all fully evaluated baselines under the same backbone and harness, improving DeepSWE pass@1 by 21.2 points, SWE-EVO Resolved Rate by 4.4 points, and SWE-Milestone Score by 17.8 points under Codex CLI.
• Abstract（参考訳）: コーディングエージェントは、複数のファイルやステージにまたがる長期的ソフトウェア進化タスクをこなすため、長い実行トラジェクトリは、(1)蓄積された履歴と(2)リポジトリの変更により、初期の実行証拠を無効にすることができる。 既存のアプローチは、より大きなコンテキストウィンドウ、圧縮、検索、リポジトリ表現といったテクニックを通じてこれらの課題に対処するが、コンテキストリフレッシュ後の一貫したタスク状態の再構築や、リコールされたエビデンスが有効かどうかの検証に失敗することが多い。 そこで我々は,MemTraceを紹介した。MemTraceは実行履歴を保存し,その再利用を進化するタスク(例えば,反復的なクロスファイル修復)やリポジトリの状態と整合させるメモリシステムである。 MemTraceは履歴をキー情報(ファイル、シンボル、テストなど)に固定された不変メモリトレースとして保存し、その実行順序と依存関係をメモリトレースグラフに整理する。 コンテキストが制約された場合、ワーキングメモリはコンパクトなメモリアンカーのみを保持し、そこからエージェントは最新の実行状態を再構築し、次のアクションに関連する証拠を見つけることができる。 過去の証拠を復元する前に、MemTraceは現在のリポジトリの状態に対してその妥当性を確認し、次のアクションに必要なものだけを取得する。 3つの相補的なロングホライゾンコーディングベンチマークの中で、MemTraceは同じバックボーンとハーネスの下で完全に評価されたベースラインを一貫して上回り、DeepSWE pass@1を21.2ポイント改善し、SWE-EVO Resolved Rateを4.4ポイント改善し、SWE-Milestone Scoreを17.8ポイント改善した。

関連論文リスト

• VibeMemBench: Evaluating Memory Systems for Coding Agents on Real Repository Coding Tasks [74.71365175490853]
  我々は90のSWE-rebench V2レポジトリから111のコーディングターゲットのメモリシステムを評価するベンチマークであるVibeMemBenchを紹介する。 ターゲットはSWEベンチマークスタイルに従い、バグ修正、機能要求、インターフェースの変更、設定作業をカバーする。 ダイレクトインジェクションは、4つのタスクの解像度を1.1から4.5ポイント引き上げ、エージェントステップを5つに下げる。しかし、4つの既存のメモリシステムが同じ履歴から経験を構築・取得しなければならない場合、12のソルバのうち11のシステムペアリングは一致したメモリオフベースラインを超えない。
  論文  参考訳（メタデータ） (2026-09-20T11:44:03Z)
• Verifiable Memory: Learning Unified Memory Management with Local and Global Verifiers for Large Language Model Agents [12.763061404384601]
  大規模言語モデル(LLM)エージェントは、再利用可能な情報を保持し、有界な活動コンテキストを制御し、長い水平相互作用の間、以前の証拠を回復しなければならない。 本稿では,LTM,アクティブコンテキスト,エピソード履歴を異なる状態として表現し,一つのメモリ操作ポリシで制御するフレームワークであるVerMemを提案する。
  論文  参考訳（メタデータ） (2026-08-04T05:06:24Z)
• EvoGraph-Mem: Failure-Aware Editable Graph Memory for Long-Term Language Agents [4.265255679736993]
  既存のメモリ拡張エージェントは、主に過去の経験の保存と検索に重点を置いている。 これまで蒸留された洞察は、新しいタスクコンテキスト下で時代遅れになり、過度に一般化され、有害になる可能性がある。 本稿では,編集可能なインサイトグラフに基づく障害対応メモリメンテナンスフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-03T12:35:44Z)
• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
  大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。 メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。 MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
  論文  参考訳（メタデータ） (2026-07-15T08:32:40Z)
• 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)
• MemEye: A Visual-Centric Evaluation Framework for Multimodal Agent Memory [80.97855900579512]
  既存の評価では、エージェントが後続の推論に必要な視覚的証拠を保存するかどうかを検査することはめったにない。 メモリ性能を2次元から評価するフレームワークであるMemEyeを紹介する。 本フレームワークでは,8つのライフシナリオタスクにまたがる新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2026-05-14T17:37:52Z)
• Mem-W: Latent Memory-Native GUI Agents [50.87647372904382]
  本稿では,メモリをエージェントの連続的コンテキストの一部として扱う,潜在メモリネイティブなGUIエージェントであるMem-Wを紹介する。 4つのWebおよびモバイルナビゲーションベンチマークで、Mem-Wはさまざまなバックボーンとメモリ拡張ベースラインを一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-10T04:31:23Z)
• MemMA: Coordinating the Memory Cycle through Multi-Agent Reasoning and In-Situ Self-Evolution [52.29303869050117]
  メモリ拡張LDMエージェントは、長期の相互作用をサポートするために外部メモリバンクを保持する。 MemMAはプラグアンドプレイのマルチエージェントフレームワークで、前方と後方の両方の経路に沿ってメモリサイクルを調整する。
  論文  参考訳（メタデータ） (2026-03-19T10:15:59Z)

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。