論文の概要: Many Steps into One: Reasoning Contraction and the Limits of Safe Memory Reuse for LLM Agents

• arxiv url: http://arxiv.org/abs/2610.17544v2
• Date: Mon, 19 Oct 2026 18:28:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.197383
• Title: Many Steps into One: Reasoning Contraction and the Limits of Safe Memory Reuse for LLM Agents
• Title（参考訳）: 多くのステップをひとつにまとめる: LLMエージェントの制約と安全なメモリ再利用の限界
• Abstract要約: 契約されたメモリは、その事実が変わるまで推論ステップとエラーを省き、ひっそりと答える。 ほとんどのシステムは、成功と失敗を数えることで記憶を信頼する。 このようなカウンタが、変更検出器をひどく調整していることを証明します。
• 参考スコア（独自算出の注目度）: 11.540949945133349
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Thought templates, skill libraries, agent memories and caches turn many reasoning steps into one. We call this reasoning contraction. A contracted memory saves reasoning steps and errors until its facts change, then quietly answers wrong. Most systems trust memories by counting successes and failures. We prove that such counters are badly tuned change detectors: a symmetric counter notices a partial change only after a power of its false-alarm horizon, and an unclipped one may never notice it. On five LLMs answering multi-hop questions over edited facts, ExpeL- and ACE-style counters serve 7.0-13.5x more stale answers than certified memories given the same information, and on code tasks with an exact verifier 35-73x more. Safety also has a price. When facts change and each memory is judged only by its own verified outcomes, one number, the certification load, sets how much reasoning any safe memory can skip, and under Zipf demand it yields a scaling law. Our recipe weighs each memory's failures by its own likelihood ratio, certifies its utility against live reasoning, and restarts the certificate when facts change, with the likelihood-ratio detector as the safety net for unannounced changes; for large edits it also invalidates the memory.
• Abstract（参考訳）: 思考テンプレート、スキルライブラリ、エージェントメモリ、キャッシュは、多くの推論ステップをひとつにします。 私たちはこれを推論契約と呼ぶ。 契約されたメモリは、その事実が変わるまで推論ステップとエラーを省き、ひっそりと答える。 ほとんどのシステムは、成功と失敗を数えることで記憶を信頼する。 対称カウンタは、その偽アラーム水平線のパワーの後にのみ部分的な変化に気づき、未切断のカウンタはそれに気づかないかもしれない。 編集された事実に対するマルチホップ質問に答える5つのLCMでは、ExpeLとACEスタイルのカウンタは、同じ情報が与えられた認定メモリよりも7.0-13.5倍古い回答を提供する。 安全性も高い。 事実が変化し、それぞれのメモリが自身の検証結果によってのみ判断される場合、1つの番号、認証負荷は、安全なメモリがスキップできる理由をどの程度設定し、Zipfが要求するとスケーリング法則が成立する。 我々のレシピは、それぞれのメモリの障害を自身の可能性比で評価し、ライブ推論に対して有効性を証明し、事実が変化したときに証明書を再起動する。

関連論文リスト

• Memadapter: Counterfactual Adaptation Against Memory-induced Sycophancy [30.348698144294456]
  既存の緩和法では、記憶誘発性梅毒はバイアスまたは誤った記憶に由来すると仮定している。 本稿では,検索した記憶を適応的に統合し,客観的かつ信頼性の高い推論を支援する新しいフレームワークであるMemAdapterを提案する。
  論文  参考訳（メタデータ） (2026-10-04T12:12:16Z)
• 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)
• Memory That Changes Action Is Not Memory That Guides It: Counterfactual Auditing of History-Conditioned Robot Policies [15.339579037728901]
  ロボットは、2つのタスク一貫性のある過去に遭遇し、同じ入力に再収束するが、異なる動作を保証できる。 本稿では,2つの履歴を相互に横断するメモリ・ポリティクス評価プロトコルを提案する。 ロボットは、記憶を用いて過去の保証事項を確実に選択することなく、記憶と反応が可能であることを示す。
  論文  参考訳（メタデータ） (2026-09-23T02:31:53Z)
• A-TMA: Decoupling State-Aware Memory Failures in Long-Term Agent Memory [7.7803190371583]
  我々は,記憶バンク内に共存する古い,現在の,遷移の事実が検索中に混在している状態調整障害であるemphghostメモリについて検討し,その解答モデルを誤導する。 我々は,既存のメモリシステムのための状態認識オーバレイであるATMAを提案する。ATMAは,銀行内における過大評価とトランジションの記録を保持し,現在,歴史,およびトランジションラベルをQAに公開する。
  論文  参考訳（メタデータ） (2026-07-02T09:28:29Z)
• MemEvoBench: Benchmarking Memory MisEvolution in LLM Agents [78.95081012334116]
  永続メモリを持つ大規模言語モデル(LLM)は、相互作用の継続性とパーソナライゼーションを高めるが、新たな安全性リスクをもたらす。 汚染または偏りのある記憶蓄積は、異常な作用を引き起こす可能性がある。 MemeEvoBenchは、LLMエージェントのメモリ安全性を評価する最初のベンチマークである。
  論文  参考訳（メタデータ） (2026-04-17T07:29:52Z)
• Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality [17.145291710580675]
  質問よりも事実のレベルで事実知識をプロファイルする行動枠組みを提案する。 WikiProfileは自動パイプラインで構築された新しいベンチマークで,Web検索に LLM が組み込まれている。 GPT-5とGemini-3は95～98%の事実を符号化している。 我々は、思考がリコールを改善し、かなりの数の障害を回復できることを示し、将来の利益はスケーリングよりも、モデルがすでにコード化したものをどのように利用するかを改善する方法に依存していることを示している。
  論文  参考訳（メタデータ） (2026-02-15T10:13:30Z)
• WISE: Rethinking the Knowledge Memory for Lifelong Model Editing of Large Language Models [78.22291694903659]
  大規模言語モデル(LLM)は、成長を続ける世界の事実に適合し、幻覚的応答を修正するために知識更新を必要とする。 更新された知識が記憶にどこに存在するかは、モデル編集の基本的な問題である。 記憶のギャップを埋めるためにWISEを提案する。
  論文  参考訳（メタデータ） (2024-05-23T16:35:52Z)
• MQuAKE: Assessing Knowledge Editing in Language Models via Multi-Hop Questions [75.21713251369225]
  編集されたモデルが正しい解答を行うかどうかを評価するマルチホップ質問を含むベンチマークMQuAKEを提案する。 本稿では,メモリベースのアプローチであるMeLLoを提案する。これは,編集された事実に整合した回答を生成するために,言語モデルを反復的に促しながら,すべての編集された事実を外部に保存する。
  論文  参考訳（メタデータ） (2023-05-24T06:48:41Z)

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。