論文の概要: PACE-Mem: Prefix-Aware Complementary Evidence for Multimodal Agents
- arxiv url: http://arxiv.org/abs/2610.24378v1
- Date: Sat, 17 Oct 2026 02:24:19 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-20 11:58:49.517959
- Title: PACE-Mem: Prefix-Aware Complementary Evidence for Multimodal Agents
- Title（参考訳）: PACE-Mem:マルチモーダルエージェントのプリフィックス・アウェア補完エビデンス
- Abstract要約: 相補的なエビデンスシーケンスを構築し,同じ選択軌道から長さを決定するPACE-Memを提案する。
構造化メモリの場合、クエリ誘導プーリングは各クリップ内のレコードを組み合わせて、関連スコアと表現を取得する。
PACE-Memは、Adaptive-kよりも平均1.6%精度が向上する。
- 参考スコア（独自算出の注目度）: 22.298735041137405
- License:
- Abstract: As multimodal agents accumulate experience, their long-term memories contain many similar observations of recurring scenes, actions, and entities. Answer quality depends on the evidence retrieved from these memories into the model's context. However, query-relevant memories may contain overlapping information, and a fixed retrieval depth may return too little or too much evidence for a given question. To address these challenges, we propose PACE-Mem, Prefix-Aware Complementary Evidence, which constructs a complementary evidence sequence and determines its length from the same selection trajectory. For structured memories, query-guided pooling combines records within each clip to obtain relevance scores and representations. Using these relevance scores and representations, maximal marginal relevance (MMR) selection balances query relevance against overlap with previously selected evidence. From the resulting score trajectory, a prefix-length selection algorithm determines retrieval depth by comparing length-normalized adjacent declines, accounting for both score changes and the amount of evidence accumulated. PACE-Mem is a training-free, plug-in retrieval method for clip-based agent memory systems, leaving memory construction and answer generation unchanged. Across three long-video benchmarks and two agent frameworks, PACE-Mem improves question-answering accuracy by an average of 1.6% over Adaptive-k, the strongest baseline at comparable mean retrieval depths. Further analysis reveals that jointly adding and removing evidence is associated with larger net accuracy gains than either change alone.
- Abstract（参考訳）: マルチモーダルエージェントが経験を蓄積するにつれて、その長期記憶には、繰り返し発生するシーン、アクション、実体に関する多くの類似した観察が含まれている。
回答の品質は、これらの記憶から得られた証拠からモデルのコンテキストに依存する。
しかし、クエリ関連メモリには重複する情報が含まれており、固定された検索深度は、与えられた質問に対する証拠が多すぎるか多すぎる可能性がある。
これらの課題に対処するために,PACE-Mem, Prefix-Aware Complementary Evidenceを提案する。
構造化メモリの場合、クエリ誘導プーリングは各クリップ内のレコードを組み合わせて、関連スコアと表現を取得する。
これらの関連度スコアと表現を用いて、MMR選択は、以前選択された証拠と重複したクエリ関連度をバランスさせる。
得られたスコア軌跡から、プレフィックス長選択アルゴリズムは、スコアの変化と蓄積されたエビデンス量の双方を考慮し、長さ正規化隣り合う低下を比較することにより、検索深度を決定する。
PACE-Memは、クリップベースのエージェントメモリシステムのためのトレーニング不要のプラグイン検索手法であり、メモリ構成と応答生成は変わらない。
3つの長ビデオベンチマークと2つのエージェントフレームワークで、PACE-Memは質問応答精度をAdaptive-kよりも平均1.6%改善している。
さらに分析したところ、エビデンスを共同で追加・削除することは、変更単独よりも大きなネット精度ゲインと関連していることが明らかとなった。
関連論文リスト
- Recall What Is Missing: Composing Evidence from Long-Term Agent Memory [24.592499205332413]
限られたコンテキスト予算の下では、長期的なエージェントは、個々の関連性のある記憶だけでなく、現在のクエリに十分な証拠を思い出さなければならない。
私たちはこの操作をMemPursuitでインスタンス化します。これは、スパース凸クエリ再構築の残余を、現在のメモリセットが欠落している部分の表現空間プロキシとして使用する、トレーニング不要のメカニズムです。
論文 参考訳（メタデータ） (2026-10-11T14:18:11Z) - Finding the Right Balance: Relevance and Diversity in LLM Retrieval [0.0]
多様性は,清浄プールにおける妥当性,エビデンスカバレッジ,品質に悪影響を及ぼすことを示す。
クエリ適応型ルールを導入し、クエリのエビデンス要件以下に最寄りの$-k$選択において、個々のドキュメントの有効個数が異なる場合にのみ、多様化する。
論文 参考訳（メタデータ） (2026-10-07T04:14:31Z) - Relevance Is Not Sufficiency: What Actually Closes the Evidence Gap in Long-Term Memory QA [24.98142670509958]
BFR(Budgeted Flat Reconstruction)は、固定フラットメモリストア上に2段階で十分なセットを構築する。
BFRは、近年のエージェントメモリシステムにおいて、応答品質とエビデンスカバレッジの両方において、同じストア適応よりも優れています。
論文 参考訳（メタデータ） (2026-10-07T03:09:08Z) - VideoTapestry: Query-Adaptive Memory Refinement for Multi-Agent Long-Video Understanding [98.11639588256874]
VideoTapestryはトレーニング不要のマルチエージェントフレームワークで、粗大でクエリ駆動の洗練を通じて階層的なビデオメモリに適応する。
VideoTapestryの精度は17.2%、14.9%、9.8%、Benchは7.0%、LongVideoBench(Long Ego)、Video-MME(Long Ego)、Video-MME(Long Ego)である。
論文 参考訳（メタデータ） (2026-10-05T16:44:25Z) - Beyond One-Shot Expansion: Contrastive Evidence Exploration for Multi-Hop Retrieval [19.37201042661162]
本研究では,エビデンス条件付き探索,パス特化コントラスト改善,カバレッジ対応ファイナルランキングを組み込んだ,トレーニング不要なマルチホップ検索フレームワークを提案する。
MuSiQue、HotpotQA、および2WikiMultihopQAの実験では、ベースラインよりも検索品質と下流QAパフォーマンスが一貫した改善が示されている。
論文 参考訳（メタデータ） (2026-09-07T05:13:56Z) - GraphMemix: Query-Aware Evidence Forests for Long-Term Multimodal Agent Memory [87.58855368314693]
メモリ構造をクエリ対応エビデンス・フォレスト構築としてモデル化するグラフメモリフレームワークであるGraphMemixを提案する。
4つの長期マルチモーダルメモリベンチマークの実験結果から,異なる基礎モデルによる大幅な改善が示された。
論文 参考訳（メタデータ） (2026-08-27T11:28:49Z) - When Does Overlap Help? OSU-Mem and a Cell-Conditional Analysis of Trajectory Memory for LLM Agents [8.361893760388329]
LLM(Long-Horizon Large Language Model)エージェントは、実用的なプロンプト予算を迅速に超過する相互作用トラジェクトリを蓄積する。
トラジェクトリメモリを重なり合うセマンティックユニット(OSU)に編成することは、フラットまたは非ジョイントな選択肢を検索するのに役立つのだろうか?
我々はこれをOSUMemでインスタンス化し、OSUプールの重なり合う部分から予算付き粗大な拡張によって取り出す。
論文 参考訳（メタデータ） (2026-06-19T04:23:04Z) - Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage [89.58253972744531]
Retrieval-augmented Generation (RAG) システムは、文書検索と生成モデルを組み合わせて、レポート生成のような複雑な情報を求める課題に対処する。
我々は,上流の検索指標が,最終生成応答の情報カバレッジの信頼性の高い早期指標として機能するかどうかを検討する。
本研究は,トピックとシステムレベルの両方で生成した応答におけるカバレッジベース検索指標とナゲットカバレッジとの間に強い相関関係を示した。
論文 参考訳（メタデータ） (2026-03-09T18:20:20Z) - MARA: A Multimodal Adaptive Retrieval-Augmented Framework for Document Question Answering [51.19392014547221]
検索型マルチモーダル文書QAは,視覚的にリッチな文書から複雑なマルチモーダル構造を持つ関連情報を識別し,統合することを目的としている。
現在のアプローチは、サージェントなコンテンツを見渡すクエリに依存しないドキュメント表現に依存しています。
本稿では,クエリ適応生成を導入したMultimodal Adaptive Retrieval-Augmented (MARA)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-01T12:27:40Z) - AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。
AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
論文 参考訳（メタデータ） (2026-01-28T08:09:49Z)
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。