論文の概要: Agent-Controlled Forgetting for Tool-Using Agents: Reversible Context Curation in Practice

• arxiv url: http://arxiv.org/abs/2610.10590v1
• Date: Tue, 06 Oct 2026 18:13:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.558109
• Title: Agent-Controlled Forgetting for Tool-Using Agents: Reversible Context Curation in Practice
• Title（参考訳）: ツール・ユース・エージェントのためのエージェント・コンストラクテッド・フォージッティング--実践における可逆的コンテキスト・キュレーション
• Abstract要約: エージェント制御の忘れ込みについて検討する: 動作モデルでは、以前に観察されたツール結果を選択し、それぞれを元の位置で短いメモに置き換え、復元可能なアーカイブに正確なオリジナルを保持する。 Pythonハーネスは、タスク固有のモデルトレーニングなしでバッチアーカイブと明示的なリカバリを公開すると同時に、ユーザ命令とアシスタントメッセージをこれらの操作から保護する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tool-using agents repeatedly carry observations whose useful content can be much smaller than their original payload. We study agent-controlled forgetting: the acting model selects previously observed tool results, replaces each with a short note at its original position, and retains the exact original in a recoverable archive. A Python harness exposes batch archival and explicit recovery without task-specific model training, while protecting user instructions and assistant messages from these operations. In an exploratory OpenTelemetry debugging case followed by an unrelated implementation task, the method ended with 231,951 provider-reported prompt tokens versus 912,492 under retained history, used 50% fewer cumulative input tokens, and had an estimated API cost of USD 1.28-1.44 versus approximately USD 4.38. Both arms passed the two-case primary behavioral oracle; neither fully satisfied the follow-up evaluation. The method made more requests and took 17% longer. A contrasting application-development pair produced no context or cost saving, and an earlier continuation exhibited lower manually assessed quality despite reduced context. These observations demonstrate substantial resource savings in noisy tool-use trajectories and identify workload dependence as a central consideration for reversible context management.
• Abstract（参考訳）: ツール使用エージェントは、有用なコンテンツが元のペイロードよりもはるかに小さい観察を繰り返す。 エージェント制御の忘れ込みについて検討する: 動作モデルでは、以前に観察されたツール結果を選択し、それぞれを元の位置で短いメモに置き換え、復元可能なアーカイブに正確なオリジナルを保持する。 Pythonハーネスは、タスク固有のモデルトレーニングなしでバッチアーカイブと明示的なリカバリを公開すると同時に、ユーザ命令とアシスタントメッセージをこれらの操作から保護する。 探索的なOpenTelemetryデバッグケースと無関係な実装タスクでは、231,951のプロバイダが記録したプロンプトトークンと912,492の履歴を持ち、50%少ない累積入力トークンを使用しており、APIコストはUSD 1.28-1.44、約USD 4.38であった。 両腕は2例の一次行動オラクルを通過させたが,いずれの腕も追跡評価を十分に満たさなかった。 この方法はより多くのリクエストを行い、17%の時間がかかった。 対照的なアプリケーション開発ペアでは、コンテキストやコストの削減が生まれず、以前の継続では、コンテキストの削減にもかかわらず、手作業による品質評価が低かった。 これらの観測は、ノイズの多いツール利用軌跡におけるかなりのリソース節約を実証し、作業負荷依存を可逆的コンテキスト管理の中枢的な考慮事項として同定する。

関連論文リスト

• Auditing Agent Actions through Query-Conditioned Attribution [7.93056778736348]
  既存の属性の定式化は、多様な監査対象に対して疑問特異的なトレースを提供しない。 我々は、自然言語監査クエリを入力とする新しいタスクである、クエリ条件付きエージェントアクション属性を定式化する。 提案手法は,オープンウェイトベースラインよりも推論コストの低いソースとエビデンスを一貫して達成する。
  論文  参考訳（メタデータ） (2026-09-27T15:37:05Z)
• DRSR: Learning Set-Level Deletion Risk for Efficient Long-Horizon Agents [55.84813053778976]
  ロングホライゾン言語モデルエージェントは、現在の決定と関係が変化する推論の痕跡、ツール交換、観察を蓄積する。 直接セットリスクスコアは、削除セットの選択としてエージェント履歴圧縮リスクを定式化する。 メカニカル・アナリシスとアブリケーションは、決定に制約のある関係、保持されたコンテキスト情報、ペア・インタラクション、および棄権がそれぞれ信頼できるプルーニングに寄与していることを示している。
  論文  参考訳（メタデータ） (2026-09-23T03:06:01Z)
• Canonical Procedural Actions: An Auditable Annotation Protocol for Tool-Use Agent Traces [2.1449032634585854]
  Canonical Procedural Actions (CPAs) は、手続き機能、最初のエージェントイベントアンカー、それを実現するエージェントイベント、コンテキスト証拠の分離を記録する。 小売ケーススタディは、オープンインダクション、記録統合、および連続的なアプリケーション監査を通じて、バージョン付き24エントリのコードブックを生成する。 凍結したコードブックを244の軌跡に適用すると,8つの診断結果を含む4,058の記録が得られる。
  論文  参考訳（メタデータ） (2026-09-21T08:26:07Z)
• DENSE: Distilling Agent Trajectories into Evidence-Grounded Shortcut Trees for Self-Refinement [28.796799881538274]
  DENSEは、軌道由来の証拠をネストしたショートカットツリーに整理する。 ノイズの多い実行トレースを構造化された再利用可能なタスク解決フィードバックに変換する。 ターミナル・ベンチ2.1の4つのエージェントモデルの中で最も厳格なパスレートを達成している。
  論文  参考訳（メタデータ） (2026-09-18T07:36:21Z)
• Cost-Effective Repository Exploration for Agentic Issue Localization [0.2715382584771446]
  我々は、この段階を低価格モデルに委譲できるかどうか検討する。 我々は、早期の候補発見、トップ3のゴールドファイルカバレッジ、厳格なファイルセット回復、エージェント時間、トークン使用率を測定する。 高品質なエクスプローラーは、ローカライゼーションの指標を越えてリードするが、かなり安い運用ポイントが出現する。
  論文  参考訳（メタデータ） (2026-08-30T09:16:33Z)
• Handoff Debt: The Rediscovery Cost When Coding Agents Take Over Interrupted Tasks [0.0]
  他のエージェントやエンジニアが残した部分的な状態からタスクを中断し、再割り当てし、レビューし、再開するからです。 前任者の作業が不透明あるいは不完全である場合に課される再検討コスト。 我々の乗っ取りプロトコルは、決定論的ハンドオフポイントで符号化エージェントを中断し、リポジトリを凍結し、4つのハンドオフビューで後継エージェントを評価する。
  論文  参考訳（メタデータ） (2026-06-01T20:40:38Z)
• Offloading Score: Measuring AI Reliance Through Counterfactual Workflows [70.84727355516559]
  私たちは、AIツールにオフロードされた認知活動の分断を定量化する、信頼度尺度であるオフロードスコアを導入します。 本研究は,本質的な計量妥当性評価と制御されたユーザスタディにより,オフロードスコアの検証を行う。 オフロードスコアは、時間制約設定における依存度を著しく高めることを示す。
  論文  参考訳（メタデータ） (2026-05-28T05:44:31Z)
• RepoMirage: Probing Repository Context Reasoning in Code Agents with Perturbations [51.43574078961796]
  本稿では,SWE-Bench Verified上に構築された2段階評価スイートRepoMirageを紹介する。 RepoMirage-Perturbは、リポジトリレベルの摂動を保存する3つのタイプのセマンティクスを適用している。 RepoAnchorは、下流の問題解決からリポジトリの探索を分離する構造第一のプロトタイプワークフローである。
  論文  参考訳（メタデータ） (2026-05-25T06:26:43Z)
• AgentProcessBench: Diagnosing Step-Level Process Quality in Tool-Using Agents [50.481033105867205]
  我々はAgentProcessBenchを紹介した。AgentProcessBenchは、現実的なツール拡張トラジェクトリにおけるステップレベルの有効性を評価するための最初のベンチマークである。 ベンチマークは、1,000の多様な軌跡と8,509の人間ラベル付きステップアノテーションと89.1%のアノテーション間合意で構成されている。 探索をキャプチャする3つのラベリングスキームと、ラベルのあいまいさを減らすためのエラー伝搬ルールを備えている。
  論文  参考訳（メタデータ） (2026-03-15T16:13:58Z)
• Runaway is Ashamed, But Helpful: On the Early-Exit Behavior of Large Language Model-based Agents in Embodied Environments [54.67512489842682]
  大規模言語モデル(LLM)は、複雑な実施環境において、強力な計画と意思決定能力を示す。 LLMをベースとしたエージェントの早期退避行動を探究する第一歩を踏み出す。
  論文  参考訳（メタデータ） (2025-05-23T08:23:36Z)

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。