論文の概要: MemCut: Every Secret Leaves a Trail in the Long-Term Memory of LLM Agents

• arxiv url: http://arxiv.org/abs/2610.21405v1
• Date: Thu, 15 Oct 2026 07:23:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.249119
• Title: MemCut: Every Secret Leaves a Trail in the Long-Term Memory of LLM Agents
• Title（参考訳）: LLMエージェントの長期記憶に秘密が残される
• Abstract要約: MemCutは,ユーザの要求する忘れのシステマティックなベンチマークである。 ロングホライゾンの会話における456件の手書きの秘密は、完全に証拠の痕跡を記している。 固定予算でプールを拡大することは、元の候補をすべて削除するよりも、残余の回復を減少させることを示す。
• 参考スコア（独自算出の注目度）: 17.29167249577443
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-term memory has become a crucial component of large language model (LLM) agents, with most research focusing on retrieving relevant information accurately and efficiently. However, a dependable memory system must also forget sensitive user data upon request. To evaluate this capability, we introduce MemCut, a systematic benchmark for user-requested forgetting. Its 456 hand-designed secrets in long-horizon conversations have fully annotated evidence trails to test recovery after deletion, including from messages that never state the secrets directly. We propose two recovery metrics. Native recovery measures reader success through the system's retrieval, whereas residual recovery measures the same reader's success when directly given surviving objects traced to annotated disclosures or evidence. We establish three reference deletion baselines to test how far existing retrievers and write models support forgetting across five memory designs and four LLMs. Disclosure removal reduces native recovery far more than residual recovery. LLM-guided deletion of ten additional turns from twenty retrieval candidates leaves 39-76% residual recovery. Subset sweeps (144 facts, three systems, two models) show that widening the pool at a fixed budget reduces residual recovery more than deleting all original candidates. These sweeps identify candidate coverage as a bottleneck in the reference baselines.
• Abstract（参考訳）: 長期記憶は大規模言語モデル(LLM)エージェントの重要な構成要素となり、ほとんどの研究は関連情報を正確かつ効率的に検索することに焦点を当てている。 しかし、信頼性の高いメモリシステムは、要求に応じてセンシティブなユーザーデータを忘れなければならない。 この能力を評価するために,ユーザの要求する忘れのシステマティックなベンチマークであるMemCutを紹介する。 ロングホライゾンの会話で、456件の手書きの秘密が、削除後の回復をテストするための証拠として、完全に注釈を付けている。 本稿では2つのリカバリ指標を提案する。 ネイティブリカバリはシステムの検索を通じて読者の成功を測定するが、残りのリカバリはアノテートされた開示や証拠に遡るオブジェクトが直接与えられたときに同じ読者の成功を測定する。 5つのメモリ設計と4つのLLMをまたいで、既存のリトリバーと書き込みモデルがいかにしてメモリ設計を忘れるのをサポートするかをテストするために、3つの参照削除ベースラインを構築した。 開示の除去は、回復の残余をはるかに少なくする。 LLM誘導による20件の検索候補からの10回の追加削除は、39～76%の回復を残している。 サブセットスイープ(144の事実、3つのシステム、2つのモデル)は、プールを一定の予算で拡張することで、元の候補をすべて削除するよりも、残余の回復を減少させることを示している。 これらのスイープは、候補カバレッジを基準ベースラインのボトルネックとして認識する。

関連論文リスト

• Rollback the World, Keep the Reflection: Rollback-Induced Reflection for Long-Horizon LLM Agents [56.434418859203085]
  大規模言語モデル(LLM)エージェントは、多段階の環境相互作用を通じて、長い水平タスクに対処する。 単一の誤動作は、その後の状態や観測を変更でき、時間とともにエラーが複雑になる。 信頼性回復はロールバック境界制御問題として扱われるべきである。
  論文  参考訳（メタデータ） (2026-09-16T08:26:14Z)
• From Faulty Memories to Corrected Actions: Dependency-Guided Rollback Repair for Memory-Augmented Agents [19.125716338799545]
  textbfdependency-guided rollback repairは、出所からの型付きメモリ対アクショングラフを構築し、明示的な下流依存性をトレースし、応答関連処理のみを選択的に再生する。 本手法は,3つのツール使用領域と4つのメモリ障害タイプにまたがる150ケースのベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-08-11T05:19:55Z)
• Auditing Forgetting in Limited Memory Language Models [0.0]
  既存の評価は、集合体の削除後の正しさを測定する。 本稿では,モデルが固定され,推論時にデータベースの状態が変化する因果監査フレームワークを提案する。 これを13のデータベースで12,228のエイリアス削除に適用する。
  論文  参考訳（メタデータ） (2026-07-01T08:30:28Z)
• 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)
• Deployment-Time Memorization in Foundation-Model Agents [18.40535884093806]
  個人化リコール(PR)と適応抽出レート(AER)によるプライバシユーティリティフロンティアとしてのエージェントメモリの検討 キーファクト要約は、ほとんどすべてのパーソナライズリコールを維持しながら、Gemma 3 12Bで76%、GPT-4o-miniで64%のカナリア抽出を減少させる。 LongMemEvalでは、キーファクトの要約はGemma 3 12Bで76%、GPT-4o-miniで64%のカナリア抽出を減らし、ほぼすべてのパーソナライズリコールを保存する。
  論文  参考訳（メタデータ） (2026-06-08T18:38:41Z)
• Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval [59.295767860331004]
  RF-Memは、親しみやすい不確実性誘導デュアルパスメモリレトリバーである。 それは、人間のようなデュアルプロセス認識をレトリバーに埋め込む。 一定の予算とレイテンシの制約の下で、ワンショット検索とフルコンテキスト推論を一貫して上回る。
  論文  参考訳（メタデータ） (2026-03-10T06:31:44Z)
• Look Back to Reason Forward: Revisitable Memory for Long-Context LLM Agents [33.617262543252494]
  本稿では、メモリ履歴全体からの選択的検索を可能にするコールバック強化メモリを備えたメモリ拡張エージェントReMemR1を提案する。 また,RLMLR(Reinforcement Learning with Multi-Level Rewards)を提案する。
  論文  参考訳（メタデータ） (2025-09-27T01:36:46Z)
• StyleRec: A Benchmark Dataset for Prompt Recovery in Writing Style Transformation [16.666885275128507]
  本稿では,スタイル転送とリフレージングのためのプロンプトの再構築に焦点をあてた,ユニークなプロンプト回復タスクについて検討する。 LLMアシストで作成されたデータセットを導入し、複数の技術による品質保証を行う。 この結果から, 単発・微調整で最高の結果が得られたが, 従来の文類似度指標の欠陥が強調された。
  論文  参考訳（メタデータ） (2025-04-06T06:02:28Z)
• Collapse of Dense Retrievers: Short, Early, and Literal Biases Outranking Factual Evidence [56.09494651178128]
  検索モデルは、Retrieval-Augmented Generation (RAG)のような情報検索(IR)アプリケーションで一般的に使用される。 我々は、Dragon+やContrieverのようなリトリーバーに対する、短いドキュメントの好みなどのバイアスの影響を定量化する。 私たちは大きな脆弱性を発見し、リトリバーが短いドキュメント、早い位置、繰り返しのエンティティ、リテラルマッチを好んで、答えの存在を無視しながら表示します。
  論文  参考訳（メタデータ） (2025-03-06T23:23:13Z)
• Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking [58.69615583599489]
  Deliberate Thinking based Retriever (Debater) は、段階的な思考プロセスを導入することで文書表現を強化する新しいアプローチである。 Debaterは、いくつかのベンチマークで既存のメソッドよりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-02-18T15:56:34Z)

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。