論文の概要: AgentMemGate: Addressing Speculation Contamination in Conversational Assistant Memory
- arxiv url: http://arxiv.org/abs/2610.07707v1
- Date: Tue, 06 Oct 2026 03:59:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.792432
- Title: AgentMemGate: Addressing Speculation Contamination in Conversational Assistant Memory
- Title（参考訳）: AgentMemGate:会話アシスタントメモリにおける投機汚染への対処
- Abstract要約: 長期記憶を持つ会話型AIアシスタントは、ユーザメッセージから事実を抽出し、後続の会話で相談されたストアに格納する。
最終状態メモリベンチマークでは、中間状態を探索せず、未解決の推測をほとんど含まないため、このエラーを見逃す。
我々は、プロファイルストアメモリ用の書き込み時ゲートであるAgentMemGateを紹介し、抽出されたステートメントを推測、完了したイベント、修正などとして分類する。
- 参考スコア（独自算出の注目度）: 2.064612766965483
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conversational AI assistants with long-term memory extract facts from user messages into a store consulted in later conversations. A stated plan can enter that store as fact: a user who might move to Seattle may be recorded as already living there. We call this speculation contamination. Final-state memory benchmarks miss this error because they do not probe intermediate state and include few unresolved speculations. We present AgentMemGate, a write-time gate for profile-store memory that classifies extracted statements as speculation, completed event, correction, or other. Speculations remain outside memory, with conditions governing later promotion or deletion. We also contribute a dataset of multi-session conversations in which plans are confirmed, abandoned, or left unresolved. On our 147-conversation held-out set, Mem0 and Graphiti assert unresolved plans as current state for 35.2% and 27.3% of pending plans. On the core benchmark, AgentMemGate eliminates all observed contamination relative to the identical ungated pipeline (87.5% to zero for the most exposed extraction style) and raises task accuracy from 65% to 95%. On the harder held-out set, gated contamination is 3.4% to 5.7% and task accuracy rises by 9 to 13 percentage points. Our analysis identifies field matching as the main remaining bottleneck: realistic speculations often match no profile field and never reach the gate. We release our datasets, prompts, and evaluation code.
- Abstract（参考訳）: 長期記憶を持つ会話型AIアシスタントは、ユーザメッセージから事実を抽出し、後続の会話で相談されたストアに格納する。
シアトルに引っ越すかもしれないユーザーは、すでにそこに住んでいると記録されるかもしれない。
私たちはこの憶測を汚染と呼ぶ。
最終状態メモリベンチマークでは、中間状態を探索せず、未解決の推測をほとんど含まないため、このエラーを見逃している。
我々は、プロファイルストアメモリ用の書き込み時ゲートであるAgentMemGateを紹介し、抽出されたステートメントを推測、完了したイベント、修正などとして分類する。
推測は記憶外に留まり、後続の昇進や削除を規定している。
また、計画を確認したり、放棄したり、未解決のままにしておくマルチセッション会話のデータセットも提供します。
Mem0とGraphitiは147対決で未解決の計画を35.2%と27.3%の待ち望まれる計画の現在の状態として主張した。
コアベンチマークでは、AgentMemGateは、同じアンゲートパイプライン(最も露出した抽出スタイルでは87.5%から0)に対して観測された全ての汚染を排除し、タスクの精度を65%から95%に向上させる。
厳密な設定では、ゲート汚染は3.4%から5.7%であり、タスクの精度は9～13ポイント上昇する。
現実的な推測は、しばしばプロファイルフィールドと一致せず、ゲートに到達しない。
データセット、プロンプト、評価コードをリリースします。
関連論文リスト
- Beyond the Shadows of Plato's Cave: Evaluating False Memory in Autonomous Agents via Counterfactual Reasoning [90.354889777866]
我々は,素早い相関関係,環境変化,知識衝突から生じるテクスタイス・メモリを定式化する。
本稿では,反実的推論に基づくエージェント信念の進化を通じて,虚偽記憶を評価する学習自由フレームワークFAMEを提案する。
論文 参考訳（メタデータ） (2026-09-30T10:35:41Z) - A Graph-Native Bitemporal Memory Store for Conversational AI Agents [0.0]
HNSWベクトルインデックスとフルバイテンポラルデータモデルで拡張したエージェントローカルなNeo4jプロパティグラフについて述べる。
各メモリは、2つの閉時間間隔を持つバージョニングされたコンテンツノードにリンクされた不変のアイデンティティノードとして格納される。
このシステムは,長期記憶を強調するために設計された6つの質問タイプにまたがる500クエストベンチマークであるLongMemEvalで評価する。
論文 参考訳（メタデータ） (2026-07-29T06:40:52Z) - Keep It InMind: Benchmarking the Implicit-Association Blind Spot in Agent Memory [32.094723684433895]
長期記憶システムは、ユーザが外部ストアで言ったことを格納し、関連するクエリが到着したときにそれを検索する。
このインターフェースは、非常に自然な仮定に基づいており、滅多に述べられません:必要なメモリは、それを必要とするクエリに似ているでしょう。
この障害モードを暗黙の連想盲点と呼び、10つの生命ドメインにまたがるベンチマークであるInMindを紹介します。
論文 参考訳（メタデータ） (2026-07-27T12:42:12Z) - Memory That Looks Forward: A Zero-Inference Prospective Term for Personal Memory Retrieval [0.0]
本稿では,クエリ時の推論を伴わないメモリ検索の予測用語について述べる。
コミットは、日付またはトリガー条件付きエントリとして明示的な台帳に保持される。
自然に表現されたコミットメントとトリガーのペアのうち、17～29%だけが埋め込み類似性を損なう。
論文 参考訳（メタデータ） (2026-07-24T10:14:01Z) - Selective Memory Retention for Long-Horizon LLM Agents [0.0]
TraceRetainを使用して、機能を解釈してエントリをスコアし、キャパシティの低いものを削除します。
境界保持は、飽和クリーンベンチマークのメモリとステップ効率をタスクコストなしで購入し、ストリームがノイズを含むときだけキャッシュと区別する。
論文 参考訳（メタデータ） (2026-06-28T03:46:46Z) - Supersede: Diagnosing and Training the Memory-Update Gap in LLM Agents [0.0]
大規模言語モデル(LLM)エージェントは、事実が変化する長い多セッションの相互作用で機能する。
正しく行動するためには、事実の現在の値を使用し、置き換えられた値を捨てる必要がある。
この測定結果をトレーニング信号に変換するオープンな強化学習環境であるSupersedeをリリースする。
論文 参考訳（メタデータ） (2026-06-25T18:50:32Z) - EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents [75.01735520608075]
既存のベンチマークは、直観的信念を問うことで、主にリテラル・オブ・マインド(ToM)をテストする。
EnactToMは, 3D 家庭で設定された300個のマルチエージェントタスクの進化ベンチマークである。
ハードスプリットでは、7つの評価されたフロンティアモデルすべてが機能的なタスク完了時に0.0%のPass3を獲得し、リテラルな信念プローブでは平均45.0%であった。
論文 参考訳（メタデータ） (2026-05-11T00:04:19Z) - 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) - PersonaMem-v2: Towards Personalized Intelligence via Learning Implicit User Personas and Agentic Memory [56.81126490418336]
パーソナライゼーションは、AI能力とアライメントの進歩における次のマイルストーンの1つだ。
PersonaMem-v2は300以上のシナリオ、20,000以上のユーザの好み、128kのコンテキストウィンドウで、1,000の現実的なユーザ-チャットボットインタラクションをシミュレートする。
我々はQwen3-4BをトレーニングしてGPT-5を上回り、暗黙のパーソナライゼーションにおいて53%の精度を達成した。
論文 参考訳（メタデータ） (2025-12-07T06:48:23Z)
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。