論文の概要: Whose Memory Is It? Scope-Aware Commit Rules for Long-Term LLM Memory
- arxiv url: http://arxiv.org/abs/2610.09008v1
- Date: Tue, 06 Oct 2026 19:05:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.565062
- Title: Whose Memory Is It? Scope-Aware Commit Rules for Long-Term LLM Memory
- Title（参考訳）: 誰の記憶だ? 長期LLMメモリのスコープアウェアコミットルール
- Abstract要約: 永続記憶により、エージェントは会話を通して経験を持てるが、ローカルな推論ミスを耐久性のあるものに変える。
我々は,この信号を保存するコミットルールであるCASKを導入し,共有世界の事実が耐久性のあるメモリに入るようにした。
制御された長い会話の競合やツールエージェントのトレースは、この設計がメモリの挿入を改善し、後続の回答を一時的に汚染しないようにしていることを示している。
- 参考スコア（独自算出の注目度）: 0.7734726150561088
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Persistent memory allows an LLM agent to carry experience across conversations, but it also turns a local reasoning mistake into a durable one. During deliberation, an agent may consider a plan, simulate a tool result, report another speaker's belief, and then reject all of them. If memory retains only the resulting sentences, those once-useful possibilities can later return as facts. The record is neither fabricated nor irrelevant; it has simply been detached from the context in which it was valid. We identify this missing context as \emph{discourse ownership}: the world, branch, or speaker that licenses a proposition. Our first finding is counterintuitive. Language models already carry a causally active signal for ownership, yet conventional memory interfaces discard it when they convert reasoning into records. We introduce CASK (Causally Anchored Scoping Keys), a commit rule that preserves this signal so that shared-world facts enter durable memory while provisional content remains available only within its original scope. Our second finding is that the most obvious way to preserve the signal---storing the discovered internal coordinates---is unreliable because equivalent representations need not keep the same coordinates. CASK instead preserves the stable relations that express ownership. Controlled long-conversation conflicts and tool-agent traces show that this design improves memory admission and prevents provisional content from contaminating later answers while complementing runtime provenance. The resulting commit boundary lets agents explore more possibilities without granting every intermediate sentence authority over future behavior.
- Abstract（参考訳）: 永続記憶により、LLMエージェントは会話を通して経験を持てるが、ローカルな推論ミスを耐久性のあるものに変える。
検討中、エージェントは計画を検討し、ツールの結果をシミュレートし、別の話者の信念を報告し、その全てを拒絶する。
メモリが結果の文のみを保持する場合、一度使用可能な可能性は後に事実として返される。
記録は偽造でも無関係でも無く、単にそれが有効であった文脈から切り離されただけである。
この欠落したコンテキストを,命題をライセンスする世界,ブランチ,あるいは講演者といった,‘emph{discourse ownership}’と定義します。
最初の発見は直感に反するものです。
言語モデルは、オーナシップのために因果的にアクティブなシグナルをすでに持っていますが、従来のメモリインターフェースは、推論をレコードに変換する際にそれを破棄します。
我々はCASK(Causally Anchored Scoping Keys)という,この信号を保存するコミットルールを導入する。
第二の発見は、信号を保存する最も明白な方法は、-検出された内部座標を保存すること----等価表現が同じ座標を保持する必要がないため--信頼できないことである。
CASKは代わりに、所有権を表す安定した関係を保っている。
制御された長い会話の競合とツールエージェントトレースは、この設計がメモリの入力を改善し、実行時証明を補完しながら後続の回答を一時的に汚染しないようにしていることを示している。
結果として生じるコミット境界により、エージェントは将来の行動に対してすべての中間文権限を与えることなく、より多くの可能性を探ることができる。
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) - What Should an Agent Forget? Separating What Is Stored from What Is Used [14.434131011155545]
永続的な言語エージェントは、時間にわたって利用できるように格納されたエクスペリエンスを必要とします。
RD-Forgetは、エージェントが保存するものと使用するものとを分離する、トレーニング不要のフレームワークです。
論文 参考訳（メタデータ） (2026-09-09T14:48:09Z) - ConsistencyGate: Preventing Memory Contamination in LLM Agents via Self-Consistency Admission Control [9.963270019475283]
平均値がしきい値を超える場合にのみmを許容する書き込み時入場ゲートを提案する。
このメカニズムはモデルに依存しないため、微調整を必要とせず、レイテンシに敏感なデプロイメントのためのログ確率の変種において、単一のフォワードパスに還元される。
論文 参考訳（メタデータ） (2026-07-25T00:08:09Z) - 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) - REAL: A Reasoning-Enhanced Graph Framework for Long-Term Memory Management of LLMs [17.526686616588794]
大きな言語モデル(LLM)は、長い時間をかけてユーザーと対話することがますます期待されている。
LLMは過去のすべてのインタラクションを保持することができず、履歴情報の保存、更新、検索には長期記憶管理が不可欠である。
REALは長期会話記憶を時間的かつ信頼性に配慮したプロパティグラフとして構成する。
論文 参考訳（メタデータ） (2026-06-09T10:53:10Z) - Beyond Similarity: Trustworthy Memory Search for Personal AI Agents [25.265839311088516]
個人AIエージェントにおける信頼境界としてのメモリ探索について検討する。
MemGateは、信頼性の高いメモリ検索のための軽量でデプロイ可能なメモリプラグインである。
論文 参考訳（メタデータ） (2026-06-04T11:54:29Z) - Memory is Reconstructed, Not Retrieved: Graph Memory for LLM Agents [51.30250860677378]
本稿では,連想記憶グラフとアクティブな再構成機構を組み合わせたフレームワークであるMRAgentを提案する。
Cue-Tag-Contentグラフ上で実行することで,メモリアクセスに直接推論を統合する。
LoCoMoベンチマークとLongMemEvalベンチマークの実験は、強いベースラインよりも大幅に改善されている。
論文 参考訳（メタデータ） (2026-06-04T11:29:46Z) - MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models [56.31411457917676]
本稿では,メモリ構築と検索において,機能的メモリ境界を保存するタイプアウェアメモリフレームワークであるMemGuardを紹介する。
幻覚と長期会話のベンチマーク全体で、MemGuardはメモリの信頼性を最大28.27%向上し、メモリトークンは以前の方法より5.8倍少ない。
論文 参考訳（メタデータ） (2026-05-27T06:04:19Z) - Rethinking How to Remember: Beyond Atomic Facts in Lifelong LLM Agent Memory [88.81430082035617]
LLMエージェントは、蓄積された対話履歴を忠実に保存し、効率的に検索し、深く推論できるメモリシステムを必要とする。
本稿では,ソース識別子に固定された生の対話セグメントを含む3つの共存表現の粒度を格納するTriMemを提案する。
論文 参考訳（メタデータ） (2026-05-19T15:05:06Z) - The Memory Curse: How Expanded Recall Erodes Cooperative Intent in LLM Agents [35.23790156883985]
アクセス可能な履歴を拡張することで、28のモデルのうち18の協力関係が悪化する。
第一に、378,000の推論の語彙解析は、パラノイアの上昇よりも前方の意図を侵食してこの崩壊を辿る。
第2に、記憶の衛生化は、目に見える歴史を合成協調記録に置き換えつつ、即時的な長さを保ち、実質的に協調を回復させる。
第三に、明示的な因果関係を非難することは、しばしば崩壊を減少させ、議論がパラドックス的に記憶の呪いを増幅することを示す。
論文 参考訳（メタデータ） (2026-05-08T17:47:13Z) - Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning [55.251697395358285]
大規模言語モデル(LLM)は、環境を推論し、計画し、相互作用するインテリジェントエージェントとして、ますます多くデプロイされている。
長期のシナリオに効果的にスケールするには、そのようなエージェントの重要な機能は、過去の経験を保持し、整理し、取り出すことができるメモリメカニズムである。
イベント理論にインスパイアされたイベント中心のメモリフレームワークであるCompassMemを提案する。
論文 参考訳（メタデータ） (2026-01-08T08:44:07Z)
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。