論文の概要: Relevance Is Not Sufficiency: What Actually Closes the Evidence Gap in Long-Term Memory QA

• arxiv url: http://arxiv.org/abs/2610.09348v1
• Date: Wed, 07 Oct 2026 03:09:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.69002
• Title: Relevance Is Not Sufficiency: What Actually Closes the Evidence Gap in Long-Term Memory QA
• Title（参考訳）: 関連性は十分ではない - 長期記憶QAにおけるエビデンスギャップを実際に閉鎖する理由
• Abstract要約: BFR(Budgeted Flat Reconstruction)は、固定フラットメモリストア上に2段階で十分なセットを構築する。 BFRは、近年のエージェントメモリシステムにおいて、応答品質とエビデンスカバレッジの両方において、同じストア適応よりも優れています。
• 参考スコア（独自算出の注目度）: 24.98142670509958
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM agents that interact with a user across many sessions accumulate histories that exceed their context window, so they store past interactions in an external memory and answer each question from a small set of retrieved records. Existing memory systems rank records by lexical or embedding relevance, yet the top-ranked memories can each be relevant while jointly omitting a complementary fact that the answer requires, especially for multi-session and temporal questions. Drawing on the distinction between relevance and sufficiency in legal evidence scholarship, we recast memory retrieval as constructing a sufficient memory set. To operationalize this view, we introduce a blinded LLM judgment over the retrieved set, together with Gold Hit and Turn Hit as evidence-coverage proxies. We then propose Budgeted Flat Reconstruction (BFR), which builds sufficient sets over a fixed flat memory store in two stages. Specifically, we first apply Formal Concept Analysis for Memory Selection (FCA-MS) to decompose the question into information requirements and select a compact candidate subset that jointly covers them. Then, we repeatedly acquire unseen records through deeper text search or complementary entity and session views, stopping when the budget is exhausted. Experiments on LoCoMo and LongMemEval-S show that BFR outperforms same-store adaptations of recent agent-memory systems in both answer quality and evidence coverage. Specifically, on LongMemEval-S it raises judged accuracy from 72.4% to 82.2% and Turn Hit to 91.4%.
• Abstract（参考訳）: 多くのセッションでユーザと対話するLLMエージェントは、コンテキストウィンドウを超える履歴を蓄積するので、過去のインタラクションを外部メモリに格納し、検索したレコードの小さなセットから各質問に答える。 既存の記憶システムは、語彙的または埋め込み的関連性によって記録をランク付けするが、上位の記憶は、それぞれ関連性があり、特にマルチセッションと時間的質問において、その答えが要求される補完的な事実を和らげる。 法定証拠奨学金の妥当性と充足度を区別した上で,メモリ検索を十分なメモリセットの構築として再放送する。 この視点を運用するために、我々はGold HitとTurn Hitを証拠被覆プロキシとして、回収された集合に対して盲検LSM判定を導入する。 次に、固定フラットメモリストア上に2段階で十分なセットを構築するBudgeted Flat Reconstruction (BFR)を提案する。 具体的には,まず,記憶選択のための形式的概念分析(FCA-MS)を用いて,質問を情報要求に分解し,それらを共同でカバーするコンパクトな候補サブセットを選択する。 そして, テキスト検索や補完的なエンティティ, セッションビューを通じて, 予算が枯渇した時に停止する未確認記録を繰り返し取得する。 LoCoMoとLongMemEval-Sの実験では、BFRは最近のエージェントメモリシステムにおいて、応答品質とエビデンスカバレッジの両方において、同ストア適応よりも優れていた。 具体的には、LongMemEval-Sでは、精度を72.4%から82.2%に引き上げ、Turn Hitを91.4%に引き上げている。

関連論文リスト

• VideoTapestry: Query-Adaptive Memory Refinement for Multi-Agent Long-Video Understanding [98.11639588256874]
  VideoTapestryはトレーニング不要のマルチエージェントフレームワークで、粗大でクエリ駆動の洗練を通じて階層的なビデオメモリに適応する。 VideoTapestryの精度は17.2%、14.9%、9.8%、Benchは7.0%、LongVideoBench(Long Ego)、Video-MME(Long Ego)、Video-MME(Long Ego)である。
  論文  参考訳（メタデータ） (2026-10-05T16:44:25Z)
• Where to Look and What to Use: Retrieve-Localize-Generate for Long-Term Conversational Memory Question Answering [42.31517185994942]
  RAGは、外部知識にアクセスすることによって、大きな言語モデルで質問に答えることを可能にする。 既存の方法は、時間的に離れたセッションに散在する断片化されたエビデンスと、中途半端な効果を誘発する検索セッション内のノイズのある内容の2つの主要な課題に悩まされている。 本稿では,長期会話メモリQAのための検索・ローカライズ・ジェネレーション統合フレームワークであるMemLocを提案する。
  論文  参考訳（メタデータ） (2026-09-07T06:32:12Z)
• PMMC: Prospective Multimodal Memory Compilation for Long-Term LVLM Agents [19.297991318803508]
  長期記憶は、LVLMエージェントが一貫性を維持し、拡張されたマルチモーダル相互作用間で情報を統合するために不可欠である。 本稿では,メモリ推論プロセスの一部をクエリ時間からメモリ統合時間にシフトさせるフレームワークであるProspective Multimodal Memory Compilationを提案する。 マルチモーダルな長期メモリベンチマーク実験により,クエリ時間トークンと遅延コストを低減しつつ,応答品質と視覚的エビデンスリコールを改善した。
  論文  参考訳（メタデータ） (2026-08-02T03:20:54Z)
• 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)
• DeferMem: Query-Time Evidence Distillation via Reinforcement Learning for Long-Term Memory QA [3.56156695760535]
  大規模言語モデル(LLM)エージェントは、依然として長期記憶疑問応答に苦慮している。 本稿では,この問題をハイリコール候補検索とクエリ条件のエビデンス蒸留に分離する長期記憶フレームワークであるDederMemを紹介する。 LoCoMoとLongMemEval-Sでは、DeferMemはQAの精度とメモリシステムの効率性において強力なベースラインを超えている。
  論文  参考訳（メタデータ） (2026-05-21T12:36:46Z)
• AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
  複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。 AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
  論文  参考訳（メタデータ） (2026-01-28T08:09:49Z)
• From Single to Multi-Granularity: Toward Long-Term Memory Association and Selection of Conversational Agents [79.87304940020256]
  大言語モデル(LLM)は会話エージェントで広く採用されている。 MemGASは、多粒度アソシエーション、適応選択、検索を構築することにより、メモリ統合を強化するフレームワークである。 4つの長期メモリベンチマークの実験により、MemGASは質問応答と検索タスクの両方において最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2025-05-26T06:13:07Z)

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。