論文の概要: Stale, Misattributed, or Late: Where Personal Memory Fails Before Generation
- arxiv url: http://arxiv.org/abs/2610.10265v1
- Date: Wed, 07 Oct 2026 15:37:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:23.007992
- Title: Stale, Misattributed, or Late: Where Personal Memory Fails Before Generation
- Title（参考訳）: Stale, missattributed, late: 個人記憶が生成前に機能しない場所
- Abstract要約: 時間的妥当性は、主に私たちの設定におけるメモリ構築の特性である。
失敗したマージは古い値をアクティブに残し、偽マージは静かに現在の値を削除します。
2つの凍結ランゲージモデルが生成したテキストでプロンプトエラーを再現する。
- 参考スコア（独自算出の注目度）: 1.2891210250935148
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Personal memory for language agents is usually judged by whether the final an- swer is correct. That score hides errors that arise before generation: the memory block may contain an obsolete value, a fact about the wrong person, or no use- ful fact before the serving deadline. We measure these failures directly. Using Personal Fact Memory (PFM) as a reference layer, we find that temporal validity is primarily a property of memory construction in our setting. On a controlled revision benchmark, serving only the active value of each correctly keyed slot eliminates observed stale exposure; without update resolution, 70.3% of prompts expose a superseded value. Once retrievers share the same active store and par- ticipant information, participant-aware BM25 is equivalent to the reference ranker within a prespecified 0.02 margin. The harder problem is assigning revisions to the right slot. Missed merges leave stale values active, whereas false merges silently remove current values; four LLM key assigners achieve higher key re- call than a rule extractor yet produce lower clean-retrieval rates, and open-domain merge recall on LongMemEval never exceeds 0.062. Misattribution survives va- lidity filtering: an entity posterior reduces same-name exposure on controlled data but cannot distinguish identically named speakers in LoCoMo. Two frozen lan- guage models reproduce prompt errors in generated text. Retrieval latency varies across rankers, but prompt prefill dominates turn-level latency on our hardware. These results argue for evaluating agent memory before generation, separating stored-state validity, identity resolution, abstention, and serving latency.
- Abstract（参考訳）: 言語エージェントのパーソナルメモリは通常、最終的な an- swer が正しいかどうかによって判断される。
このスコアは生成前に発生するエラーを隠蔽する: メモリブロックには、時代遅れの値、間違った人に関する事実、または、提供期限前のフルな事実が含まれる可能性がある。
これらの失敗を直接測定します。
また,Personal Fact Memory (PFM) を参照層として用いた結果,時間的妥当性は,主に設定時のメモリ構成の特性であることがわかった。
制御されたリビジョンベンチマークでは、各正しいキー付きスロットのアクティブ値のみを提供すると、観察されたストール露光を排除し、更新解像度がなければ、70.3%のプロンプトが重畳された値を公開する。
検索者が同一のアクティブストアとパーシデント情報を共有すると、参加者認識BM25は、予め指定された0.02マージン内の基準ローダと等価となる。
難しいのは、リビジョンを正しいスロットに割り当てることです。
4つのLDMキーアサインラはルール抽出器よりも高いキー再呼び出しを達成するが、より低いクリーン再検索レートを生成し、LongMemEvalのオープンドメインマージリコールは0.062を超えない。
エンティティは制御されたデータに対する同じ名前の露出を減らすが、LoCoMoで同じ名前の話者を区別することはできない。
2つの凍結ランゲージモデルが生成したテキストでプロンプトエラーを再現する。
検索レイテンシはローダによって異なるが、プリフィルのプロンプトがハードウェアのターンレベルのレイテンシを支配している。
これらの結果は、生成前のエージェントメモリの評価、保存状態の妥当性の分離、アイデンティティの解決、停止、サービスレイテンシーを論じている。
関連論文リスト
- LAM: Efficient Lossy Agent Memory Framework With A Retrieval-Score Error Bound [15.472624227186941]
3つのコンポーネントからなるLossy Agent Memoryシステムを提案する。
LAMは観測トークンの22.47%を除去し、測定されたゴールドパッチの証拠の99.984%を保持した。
論文 参考訳（メタデータ） (2026-09-26T05:26:28Z) - MoM: Memory of Memory [10.647842476494423]
メモリトラックは、自身のエントリの内容だけでなく、出典、ステータス、履歴も形式化します。
MoM を textscProvenant Memory (P-Mem) としてインスタンス化する
そのターンレベルの読み取りは、最も高い検索メモリの精度を$sim$4$times$ less read tokensと一致させる。
論文 参考訳（メタデータ） (2026-09-07T11:59:46Z) - TARL: Transaction-Aware Reliable Ledgers for Executable Memory Management in Long-Term Agents [20.123133746969398]
メモリ状態更新フレームワークであるTARLを導入し、各ステートメントを5つの実行可能なアクションのうちの1つにマップする。
TARLは、影響を受けるメモリを特定し、その時間的スコープを解決し、ソースの信頼性を比較し、受け入れ、保留、拒否された台帳を更新する。
また、粒度の細かいアクションラベルと次の状態目標を持つベンチマークであるTARL-Memについても紹介する。
論文 参考訳（メタデータ） (2026-08-04T14:02:55Z) - Voice Memory for Agentic Speech Recognition [66.69623133635868]
エージェント音声認識のための推論専用スキームであるVoice Memoryを提案する。
同期的に、スコア付き例は、境界編集を通じてそのファイルを更新する。
10のHyPoradiseドメインにオープン修正器、Voice Memory、重み付き単語エラー率8.36%から7.52%の10のドメインがある。
論文 参考訳（メタデータ） (2026-07-29T02:42:56Z) - 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) - 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) - HiMPO: Hindsight-Informed Memory Policy Optimization for Less-Entangled Credit in Long-Horizon Agents [10.128343847630552]
HiMPO (Hindsight-Informed Memory Policy Optimization) は、メモリ書き込みアクションに少なからぬクレジットを割り当てるためのフレームワークである。
また,HMPOは,ツールによるエラーによる非難の漏洩を低減し,メモリ更新の帰属性を改善する。
論文 参考訳（メタデータ） (2026-06-15T06:49:18Z) - Getting Better at Working With You: Compiling User Corrections into Runtime Enforcement for Coding Agents [99.67681154381803]
Test-time Rule Acquisition and Compiled Enforcement (TRACE)は、コーディングエージェントランタイムのためのスキル層パイプラインである。
開発者が事前に記述した実行時チェックとは異なり、TRACEスキルはユーザのチャット修正に由来する。
論文 参考訳（メタデータ） (2026-06-11T10:43:40Z) - Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。
最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
論文 参考訳（メタデータ） (2026-05-14T20:15:22Z) - MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks [55.145729491377374]
メモリを持つエージェントの既存の評価は、通常、単独で記憶と行動を評価する。
マルチセッションメモリ-エージェント環境ループにおけるエージェントメモリのベンチマークのための統合評価ジムであるMemoryArenaを紹介する。
MemoryArenaは、Webナビゲーション、優先制約付き計画、プログレッシブ情報検索、シーケンシャルなフォーマルな推論を含む評価をサポートする。
論文 参考訳（メタデータ） (2026-02-18T09:49:14Z)
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。