論文の概要: Memorizing Who, Knowing How: Benchmarking Personal and Procedural Memory for Persistent Assistants
- arxiv url: http://arxiv.org/abs/2610.20022v2
- Date: Tue, 20 Oct 2026 12:08:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.20733
- Title: Memorizing Who, Knowing How: Benchmarking Personal and Procedural Memory for Persistent Assistants
- Title（参考訳）: アシスタントの個人的・手続き的記憶のベンチマーク
- Abstract要約: 永続的なパーソナルエージェントのためのメモリシステムは、孤立したメモリを超える必要がある。
既存のベンチマークは通常、パーソナルメモリまたはプロシージャメモリに重点を置いている。
PraxisMemBenchは、永続的なパーソナライズのためのハーネスベースのベンチマークである。
- 参考スコア（独自算出の注目度）: 20.064257908747166
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Memory systems for persistent personal agents must move beyond isolated memories, maintaining both personal memory about whom they serve and procedural memory about how to act. Crucially, in harness-based personal assistance, procedures or skills are inherently user-conditioned: personal context determines which procedures apply, how they are instantiated, and when they should change. Existing benchmarks typically emphasize either personal or procedural memory, leaving their interaction underexplored. We introduce PraxisMemBench, a harness-based benchmark for persistent personal assistance across daily-life and work trajectories, where personal and procedural memory evolve together and later tasks depend on both. Experiments show that maintaining two memory types separately is insufficient, with completion dropping from single-type to interdependent dependencies (84.6% to 77.9%). More broadly, across existing methods, relation-related failures increase from early to late sessions as interaction history grows (59.8% to 72.9%), revealing a continual-maintenance challenge: writing correct memories is not enough if their evolving content and organization cannot be preserved for later retrieval. To address this, we propose PraxisMem, which uses privileged joint-state supervision to internalize the ability to maintain memory content and organization into the memory manager, with location-aware GRPO and dynamic residual-routed OPSD. PraxisMem reaches 40.78% overall Session Success Rate, compared with 20.60% for Claude Code's native memory. Our code is publicly available at https://github.com/QMMMS/PraxisMemBench.
- Abstract（参考訳）: 永続的な個人エージェントのための記憶システムは、孤立した記憶を超えて、その役割に関する個人的な記憶と、行動に関する手続き的な記憶の両方を維持する必要がある。
重要なことは、ハーネスベースの個人支援において、手続きまたはスキルは本質的にユーザー条件で行われ、個人的コンテキストは、どの手順が適用されるか、どのようにインスタンス化され、いつ変更されるかを決定する。
既存のベンチマークは一般的に個人的または手続き的な記憶を強調し、それらの相互作用を過小評価している。
PraxisMemBenchは、日々の生活や仕事の軌跡にまたがってパーソナライズされたパーソナライズのためのハーネスベースのベンチマークであり、パーソナルメモリとプロシージャメモリが共に進化し、その後のタスクは両方に依存する。
実験によると、2つのメモリタイプを別々に維持することは不十分であり、完了は単一タイプから相互依存(84.6%から77.9%)に低下している。
より広くは、相互作用の歴史が成長するにつれて、関係関連障害が早期から後期に増加し(59.8%から72.9%)、継続的な保守の課題が明らかになる。
そこで本稿では,PraxisMemを提案する。PraxisMemは,メモリ管理機能とメモリ管理機能を内部化し,位置認識型GRPOと動的残像OPSDを用いてメモリ管理を行う。
PraxisMemは40.78%、Clude Codeのネイティブメモリは20.60%である。
私たちのコードはhttps://github.com/QMMMS/PraxisMemBench.comで公開されています。
関連論文リスト
- PersMem: Internalizing Personality into Dual-Pathway Memory for LLM Agents [21.24001671187772]
Personality-Integrated Memory (PersMem) はエージェントのメモリ処理パイプラインにパーソナリティを統合する。
PersMemは4つのステップを使用してメモリを処理し、パーソナリティをオペレーション固有のパラメータにマッピングする。
これらの人格依存的なアタッチメントとビッグファイブ設定の違いを評価した。
論文 参考訳（メタデータ） (2026-09-28T05:46:20Z) - Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。
メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。
MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
論文 参考訳（メタデータ） (2026-07-15T08:32:40Z) - 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) - SubtleMemory: A Benchmark for Fine-Grained Relational Memory Discrimination in Long-Horizon AI Agents [38.778004697710855]
本稿では,長期にわたるAIエージェントにおける微粒なリレーショナルメモリ識別のためのベンチマークであるSubtleMemoryを紹介する。
我々は,6つのスタンドアロンメモリシステム,ネイティブメモリモジュールを持つ2つのClawスタイルエージェント,プラグインメモリモジュールを持つ3つのClawスタイルエージェントを評価した。
論文 参考訳（メタデータ） (2026-06-04T06:43:11Z) - SaliMory: Orchestrating Cognitive Memory for Conversational Agents [22.813290545851743]
SALIMORYは、認知的に構造化されたメモリスパンニングされたユーザファクト、好み、ワーキングメモリを管理するために単一の言語モデルをトレーニングするフレームワークである。
メモリ分散障害を3分の1削減し、エンドツーエンドの精度で最先端を10%以上上回り、良質なパーソナライゼーション率を2倍以上に向上させる。
論文 参考訳（メタデータ） (2026-06-02T18:31:50Z) - WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。
既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。
マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
論文 参考訳（メタデータ） (2026-05-28T04:27:20Z) - MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models [56.31411457917676]
本稿では,メモリ構築と検索において,機能的メモリ境界を保存するタイプアウェアメモリフレームワークであるMemGuardを紹介する。
幻覚と長期会話のベンチマーク全体で、MemGuardはメモリの信頼性を最大28.27%向上し、メモリトークンは以前の方法より5.8倍少ない。
論文 参考訳（メタデータ） (2026-05-27T06:04:19Z) - Personalize-then-Store: Benchmarking and Learning Personalized Memory for Long-horizon Agents [20.22872890297194]
既存の大規模言語モデル(LLM)ベースのメモリシステムは、基本的な現実を覆い隠す、普遍的で静的なポリシーを適用している。
パーソナライズされたメモリシステムを評価するための最初のベンチマークであるPerMemBenchを紹介する。
本稿では,過渡セッションのメモリ操作を選択的にバイパスする軽量フレームワークであるセッションレベルのストレージゲーティングを提案する。
論文 参考訳（メタデータ） (2026-05-25T07:48:33Z) - From Recall to Forgetting: Benchmarking Long-Term Memory for Personalized Agents [38.52713500119118]
Memoraは、数週間から数ヶ月のユーザ会話にまたがる長期メモリベンチマークです。
ベンチマークでは、記憶、推論、レコメンデーションの3つのメモリグラウンドタスクを評価している。
FAMA(Forgetting-Aware Memory Accuracy)は、古いメモリや無効メモリへの依存を罰するメトリクスである。
論文 参考訳（メタデータ） (2026-04-21T21:31:01Z) - 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。