論文の概要: Memories That Outlive Their Reasons: Dependency-Tethered Memory for Tool-Using LLM Agents

• arxiv url: http://arxiv.org/abs/2610.25123v1
• Date: Sun, 18 Oct 2026 09:01:52 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:36:49.472375
• Title: Memories That Outlive Their Reasons: Dependency-Tethered Memory for Tool-Using LLM Agents
• Title（参考訳）: ツール使用 LLM エージェントの依存性駆動メモリ
• Abstract要約: Falloutは、すべてのメモリで共有される仮説盲のシミュレートされた履歴を持つバージョニングされた世界のジェネレータである。 フォールアウトでは、テザは3つの領域にわたる上流に欠陥のあるオブジェクトの0.3%を公表している。 あらゆる失敗に対する判断をフラッシングすることは、Tetherと同じくらい安全だが、さらに32%のチェックがかかる。
• 参考スコア（独自算出の注目度）: 23.93817717028848
• License:
• Abstract: Agents now act on the Web, publishing packages, models and datasets through registry APIs, and remembering past verifications spares them the work. But a verdict rests on premises. When a signing key is revoked, everything built on it stops passing, yet the advisory names only the key, and the old verdicts of its dependents may never share a retrieval window with it. This non-locality of invalidation turns memory into a liability: in long simulated chats, an agent reading a memory of atomic facts publishes 62% of the objects whose failure lies upstream, each backed by a record that was true when written. Yet derivation is local even when invalidation is not. Tether records, at write time, the exact versions each verdict derives from, and at read time withdraws any verdict whose support has failed anywhere in the store; the agent reads the same fields as before. On Fallout, a generator of versioned worlds with hypothesis-blind simulated histories shared by every memory, Tether publishes 0.3% of upstream-failing objects across three domains when relations are stated with their verdicts, with 37% fewer verification calls than checking everything. A-Mem and Graphiti re-verify most candidates (0.83-0.86 checks per candidate), which limits their savings, yet publish 9% of upstream-failing objects; Mem0 relies on memory more and publishes 42%. Flushing every verdict on any failure is as safe as Tether but costs 32% more checks. The gain over fact memory holds with three open-weight backbones and against a whole-store window. These gains depend on capturing dependencies: when relations arrive in sessions apart from their verdicts, Tether's downstream unsafe publication rate rises to 9.4-22.1%, and a weak writer that misses edges loses safety in the same way.
• Abstract（参考訳）: エージェントはWeb上で動作し、レジストリAPIを通じてパッケージやモデル、データセットをパブリッシュする。 しかし、判決は前提に委ねられている。 署名キーが取り消されると、その上に作られた全てはパスを停止するが、アドバイザリはキーのみを名付け、その依存者の古い評決は検索ウィンドウを共有することはない。 長いシミュレートされたチャットでは、アトミックな事実のメモリを読み取るエージェントが、62%の失敗が上流にあるオブジェクトを公開します。 しかし、無効化がなければ、派生は局所的である。 テザーは、書き込み時に、各評定の正確なバージョンが派生し、読み取り時に、ストア内のどこでもサポートが失敗している評定を取り除き、エージェントは以前と同じフィールドを読み取る。 すべてのメモリで共有される仮説盲のシミュレーション履歴を持つバージョン付き世界の生成ツールであるFalloutでは、Tetherは3つの領域にわたるアップストリーム障害オブジェクトの0.3%を、その関係が評定で述べられているときに公開し、すべてをチェックするよりも37%の検証コールを減らしている。 A-MemとGraphitiは、ほとんどの候補(候補あたり0.83-0.86チェック)を再検証し、保存を制限し、アップストリーム障害オブジェクトの9%をパブリッシュする。 あらゆる失敗に対する判断をフラッシングすることは、Tetherと同じくらい安全だが、さらに32%のチェックがかかる。 ファクトメモリの利得は、オープンウェイトなバックボーンを3つ、ストア全体のウィンドウに対して保持する。 判決とは別に、関係がセッションに現れると、テザーの下流の安全でない出版率は9.4-22.1%に上昇し、エッジを見逃す弱い作家も同様に安全を失う。

関連論文リスト

• Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents [48.967927222079965]
  Ledgerは、エージェントの完了したインタラクションを明示的な実行状態に蒸留するランタイム層である。 Ledgerはこの状態をオンライン実行台帳に保持し、各ステップの2つのバウンダリに適用される。 500のSWE-bench検証インスタンス全体で、LedgerはPass@1を56.2%から64.2%に、GPT-5 miniを75.8%から81.0%に、MiniMax M2.5を81.0%に引き上げている。
  論文  参考訳（メタデータ） (2026-08-01T18:25:00Z)
• Voice Memory for Agentic Speech Recognition [66.69623133635868]
  エージェント音声認識のための推論専用スキームであるVoice Memoryを提案する。 同期的に、スコア付き例は、境界編集を通じてそのファイルを更新する。 10のHyPoradiseドメインにオープン修正器、Voice Memory、重み付き単語エラー率8.36%から7.52%の10のドメインがある。
  論文  参考訳（メタデータ） (2026-07-29T02:42:56Z)
• Ground Truth First: A Longitudinal Evaluation Instrument for Agent Memory, and the Tenure Crossover in Memory-Architecture Rankings [0.0]
  シードライフスクリプトサンプリング器は、テキストが存在する前に、有効間隔のボラティリティクラスとソースチャネルの事実を出力する。 検証者は、すべての植えられた事実を確認し、質問はスクリプトから機械的にインスタンス化される。 人工的でフィクション化されたコーパスは、私たちが調査したベンチマークから欠落している特徴を埋め込んでいる。
  論文  参考訳（メタデータ） (2026-07-24T04:19:45Z)
• When Not to Write Memory: Governing False Promotion from Correlated Agent Traces [10.675009214407185]
  長寿命の言語エージェントは、自身の実行トレースから再利用可能なメモリを書くことが増えています。 重要な安全上の問題は、どのエージェントを覚えるべきかということだが、いつメモリの記述を一切拒否すべきなのか。 我々は、この障害モードをメモリの書き込みパスガバナンス問題として研究する。
  論文  参考訳（メタデータ） (2026-06-30T21:27:41Z)
• Less Context, More Accuracy: A Bi-Temporal Memory Engine for LLM Agents Where a Lean Retrieved Context Beats the Full History [2.5401434059780468]
  Engramは、バイテンポラルデータモデル上のデュアルプロセスメモリエンジンである。 高速書き込みパスは、クリティカルパスにLSMなしでエピソードを付加する。 ハイブリッドリードパスは、密度、語彙、グラフ、および電流/セイレンス信号を融合する。
  論文  参考訳（メタデータ） (2026-06-05T11:43:56Z)
• 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)
• MemMark: State-Evolution Attribution Watermarking for Agent Long-Term Memory Systems [13.133650395551507]
  メモリベースのエージェントは、リークされたスナップショットや移行されたスナップショットを生き残るための証明を必要とする。 MemMarkは、オーナー制御シグナルを潜在メモリ書き込み決定に埋め込む。 MemMarkは、生き残ったトレース、信頼できるメタデータ、ユーティリティ劣化のない長期的なエージェントメモリで実現可能である。
  論文  参考訳（メタデータ） (2026-05-24T11:04:35Z)
• Rethinking How to Remember: Beyond Atomic Facts in Lifelong LLM Agent Memory [88.81430082035617]
  LLMエージェントは、蓄積された対話履歴を忠実に保存し、効率的に検索し、深く推論できるメモリシステムを必要とする。 本稿では,ソース識別子に固定された生の対話セグメントを含む3つの共存表現の粒度を格納するTriMemを提案する。
  論文  参考訳（メタデータ） (2026-05-19T15:05:06Z)
• Belief Memory: Agent Memory Under Partial Observability [56.41506249481312]
  本稿では,メモリパラダイムを観測毎に1つの結論にシフトし,その確率で複数の結論を導出するBeliefMemを提案する。 BeliefMemは決定論的パラダイムが破棄されるという不確実性を保ち、エージェントが高い信頼を持って行動することを可能にする。 LoCoMoとALFWorldベンチマークの実証的な評価は、限られたデータであっても、BeliefMemが最高の平均パフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2026-05-07T02:03:13Z)

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。