論文の概要: MemTrial: Learning When to Trust Memory in LLM Portfolio Agents

• arxiv url: http://arxiv.org/abs/2610.11732v1
• Date: Thu, 08 Oct 2026 11:27:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.978991
• Title: MemTrial: Learning When to Trust Memory in LLM Portfolio Agents
• Title（参考訳）: MemTrial: LLM Portfolioエージェントでメモリを信頼する方法を学ぶ
• Abstract要約: LLM(Large Language Model)エージェントは、メモリ上の各エクスペリエンスを、それを使用した決定の結果として認知する。 エージェントが何を変更したのかを体験し、試行錯誤して答える方法について尋ねる。 私たちのエージェントであるMemTrialは、検索した8つの組み合わせで、各決定をドラフトし、各決定をBanzhafの値で評価します。
• 参考スコア（独自算出の注目度）: 8.877774209745608
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents for portfolio management learn from experience: they credit each experience in their memory with the outcome of the decisions that used it. In financial markets, however, this outcome mostly reflects the market move shared by all decisions on that date, so the credit tracks the market rather than the experience, and these agents often do worse than simply holding the equal-weight (1/$N$) portfolio. We ask how an agent can credit an experience with what it changes, and answer it by putting memory on trial: drafts of the same decision with and without an experience face the same market, so the outcome they share cancels in their difference. Our agent, MemTrial, drafts each decision with eight combinations of its retrieved experiences, chosen by a fractional factorial design, and credits each experience with its Banzhaf value, the average of these differences. As each date occurs once and each draft is a noisy LLM sample, these credits are noisy and may not hold on new dates. MemTrial therefore pools them across dates and similar experiences with a hierarchical Bayesian model, acts on them only after they have predicted unseen dates, and otherwise stays anchored at a conservative reference such as 1/$N$. On four benchmarks, MemTrial not only benefits from experiences that matter (the best of 15 methods on a semi-synthetic benchmark with known experience quality) but also limits its losses when its values do not hold (at most 2.2\% below 1/$N$ on PortBench and InvestorBench, against 15--38\% for the best experience-learning agent). Averaged over five settings, it improves the utility of the best experience-learning agent by 21.2\%, and with eight LLMs it beats every LLM-based baseline on InvestorBench.
• Abstract（参考訳）: ポートフォリオ管理のための大規模言語モデル(LLM)エージェントは、経験から学ぶ。 しかし、金融市場においては、この結果は主として、その日のすべての決定で共有される市場の動きを反映しているため、クレジットは経験よりも市場を追跡している。 我々は、エージェントが何を変更して経験を信用できるかを尋ね、試行錯誤によって答える:同じ決定のドラフトと経験のないドラフトは、同じ市場に直面しているので、彼らが共有する結果は、彼らの相違点でキャンセルされる。 当社のエージェントであるMemTrialは、検索した8つの組み合わせで各決定をドラフトし、各決定を各要因から選択し、Banzhafの値で評価する。 それぞれの日付が一度発生し、各ドラフトがノイズの多いLLMサンプルであるため、これらのクレジットはノイズが多く、新しい日付を保たない可能性がある。 したがってMemTrialは、日付や類似した経験を階層的ベイズモデルでまとめ、見知らぬ日付を予測した後だけ行動し、そうでなければ1/N$のような保守的な基準に固定される。 4つのベンチマークでは、MemTrialは重要な経験の恩恵を受けるだけでなく、その価値が持たないときの損失も制限している(PortBenchとInvestorBenchの1/N$以下、最高の経験学習エージェントでは15-38\%)。 5つ以上の設定で、最高の経験学習エージェントのユーティリティを21.2\%改善し、8つのLDMで、InvestorBench上のすべてのLMベースのベースラインを上回ります。

関連論文リスト

• Regime-Aware Portfolio Management via Retrieval-Augmented LLM-Guided Expert Switching [3.0795668932789515]
  本研究は,検索強化されたエキスパート・スイッチング・フレームワークを提案する。 同様の市場状況下での過去の業績に基づいて専門家を選別する。 暗号通貨、株式、外国為替市場での実験では、提案されたセレクタが最も高い累積リターン率とシャープ比を達成したことが示されている。
  論文  参考訳（メタデータ） (2026-08-28T12:15:54Z)
• Beyond Ideal Instruction: A Comprehensive Framework for Evaluating LLMs in Realistic Interactions [27.32526689836774]
  RUT-Benchは大規模言語モデル(LLM)を評価するために設計されたベンチマークである。 我々は,このベンチマークを用いて,広く採用されている19のオープンソースおよびプロプライエタリ LLM の評価を行った。 テスト済みのLCMは40%以上の成功率を達成することができず、ほとんど全員が、より複雑な非理想的なユーザ入力に直面した時に顕著なパフォーマンス低下を経験しています。
  論文  参考訳（メタデータ） (2026-06-02T08:28:37Z)
• Large Language Model Agents Are Not Always Faithful Self-Evolvers [84.08646612111092]
  自己進化型大規模言語モデル(LLM)エージェントは、過去の経験を蓄積し再利用することによって継続的に改善される。 本稿では,経験の忠実さ,エージェントの判断が与えられた経験に因果的依存を初めて体系的に調査する。
  論文  参考訳（メタデータ） (2026-01-30T01:05:15Z)
• When Agents Trade: Live Multi-Market Trading Benchmark for LLM Agents [74.55061622246824]
  Agent Market Arena (AMA)は、LLM(Large Language Model)ベースのトレーディングエージェントを評価するための、初めてのリアルタイムベンチマークである。 AMAは、検証済みのトレーディングデータ、専門家チェックされたニュース、および統一されたトレーディングフレームワーク内に多様なエージェントアーキテクチャを統合する。 GPT-4o、GPT-4.1、Claude-3.5-haiku、Claude-sonnet-4、Gemini-2.0-flashにまたがる薬剤を評価する。
  論文  参考訳（メタデータ） (2025-10-13T17:54:09Z)
• How Far Are We on the Decision-Making of LLMs? Evaluating LLMs' Gaming Ability in Multi-Agent Environments [83.78240828340681]
  GAMA($gamma$)-Benchは、マルチエージェント環境における大規模言語モデルのゲーム能力を評価するための新しいフレームワークである。 $gamma$-Benchは8つの古典ゲーム理論シナリオと、LSMの性能を評価するために特別に設計された動的スコアリングスキームを含んでいる。 以上の結果から, GPT-3.5は強い強靭性を示すが, 一般化性は限定的であり, Chain-of-Thoughtのような手法で拡張可能であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-18T14:04:47Z)

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。