論文の概要: MEMORA: A Memory-Enhanced Multimodal Committee Reranking Agent for Reasoning-Intensive Retrieval
- arxiv url: http://arxiv.org/abs/2610.25282v1
- Date: Sun, 18 Oct 2026 14:00:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 22:29:47.517114
- Title: MEMORA: A Memory-Enhanced Multimodal Committee Reranking Agent for Reasoning-Intensive Retrieval
- Title（参考訳）: MEMORA:Reasoning-Intensive Retrievalのためのメモリ強化マルチモーダルエージェント
- Abstract要約: MEMORAはメモリ強化マルチモーダル・オーケストレーション・リグレード・エージェントである。
クエリを意図的因子に分解し、要因固有のエビデンスを抽出し、メモリ条件のメタ予測モデルを通じて判断を合成する。
MEMORA は 41.5 (text-to-text) の nDCG@10 と MM-BRIGHT の 38.9 (multimodal query-to-text) を達成している。
- 参考スコア（独自算出の注目度）: 5.5504253907902275
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reasoning-intensive retrieval is fundamentally challenged when queries demand deep semantic inference and arrive in multimodal form. Existing systems treat each query in isolation, rely on monolithic rerankers, and lack retrievers trained for cross-modal reasoning. We introduce MEMORA, a Memory-Enhanced Multimodal Orchestrated Reranking Agent built around three contributions: (1) Collaborative Factor-Committee Reranking, which decomposes queries into intent factors, extracts factor-specific evidence into a structured matrix, and synthesizes judgments via a memory-conditioned meta-verdict model; (2) an Episodic Memory Module that tracks factor outcomes across queries and dynamically adjusts priorities at inference time; and (3) a Reasoning-Aware Dense Retriever fine-tuned with chain-of-thought augmentation on 20k+ reasoning-intensive pairs. Evaluated on MM-BRIGHT across 29 domains, MEMORA achieves nDCG@10 of 41.5 (text-to-text) and 38.9 (multimodal query-to-text), outperforming the strongest agentic text-only baseline by +8.3 points and the strongest agentic multimodal baseline by +7.9 points. Code and data are available at https://github.com/HarnessLab/MEMORA.
- Abstract（参考訳）: クエリが深いセマンティック推論を要求し、マルチモーダル形式に到達した場合、推論集約的な検索は基本的には困難である。
既存のシステムは、それぞれのクエリを分離して扱い、モノリシックリランカに依存し、クロスモーダル推論のために訓練されたレトリバーを欠いている。
メモリ拡張型マルチモーダルオーケストレーションエージェントであるMEMORAを紹介し,(1)クエリを意図因子に分解し,因子特異的なエビデンスを構造化行列に抽出し,メモリ条件のメタ予測モデルを用いて判断を合成する。
MM-BRIGHTを29のドメインで評価すると、MEMORAは41.5のnDCG@10(テキストからテキストへの)と38.9(マルチモーダルクエリからテキストへの)を達成し、最強のエージェントテキストのみのベースラインを+8.3ポイント、最強のエージェントマルチモーダルベースラインを+7.9ポイント上回る。
コードとデータはhttps://github.com/HarnessLab/MEMORAで公開されている。
関連論文リスト
- Adaptive Memory and Reflection Multi-Agent System for Medical Question Answering [4.619273384362027]
この研究は適応型メモリ・アンド・リフレクション(AMR)エージェントシステムを導入している。
専門エージェントは、専用のメモリとリフレクションベースのフィードバックを使用して、関連する事前ケースを検索し、その後の推論を改善する。
MedQAとMedMCQAの評価は,いくつかのベースラインと比較して高い性能を示した。
論文 参考訳（メタデータ） (2026-08-19T15:24:18Z) - Seeing and Reflecting: Multimodal Memory-Enhanced Agent Collaboration for Recommendation [27.43053910738573]
MMEACRはマルチモーダルメモリ強化エージェントコラボレーションフレームワークである。
微粒なマルチモーダルマッチングから解釈可能なエージェントを分離する。
MMEACRは、競争力のあるLLMベースおよびエージェントベースベースラインに対して、高い全体的なパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-07-08T07:50:03Z) - MemReranker: Reasoning-Aware Reranking for Agent Memory Retrieval [37.54115468116941]
本報告では,Qwen3-Reranker を用いた多段 LLM 知識蒸留によるリグレードモデルファミリ MemReranker (0.6B/4B) について紹介する。
メモリ検索ベンチマークでは、MemReranker-0.6BはBGE-Rerankerを大きく上回り、オープンソースの4B/8BモデルとGPT-4o-miniをキーメトリクスでマッチングする。
MemReranker-4B はさらに 0.737 MAP を達成し、Gemini-3-Flash と同等のメトリクスを持つ一方で、推論遅延を10-20%の大型モデルで維持している。
論文 参考訳（メタデータ） (2026-05-07T12:33:57Z) - AffectAgent: Collaborative Multi-Agent Reasoning for Retrieval-Augmented Multimodal Emotion Recognition [62.16431420189863]
LLMに基づくマルチモーダル感情認識は静的なパラメトリックメモリに依存しており、ニュアンス化された感情状態の解釈時にしばしば幻覚を与える。
本稿では,感情指向型マルチエージェント検索拡張生成フレームワークであるAffectAgentを紹介する。
AffectAgentは3つの共同最適化されたエージェント、すなわちクエリプランナー、エビデンスフィルタ、感情生成器から構成される。
論文 参考訳（メタデータ） (2026-04-14T13:49:19Z) - MARVEL: Multimodal Adaptive Reasoning-intensiVe Expand-rerank and retrievaL [5.5504253907902275]
我々は, LLM によるクエリ拡張, textbfMARVEL-Retriever と GPT-4o ベースのチェーン・オブ・シント・リランクを組み合わせた統合パイプラインである textbfMARVEL (textbfMultimodal textbfAdaptive textbfReasoning-intensitextbfVe textbfExpand-rerank and retrievatextbfL) を紹介する。
論文 参考訳（メタデータ） (2026-04-08T13:35:09Z) - OmniRet: Efficient and High-Fidelity Omni Modality Retrieval [51.80205678389465]
OmniRetは,テキスト,視覚,音声の3つの重要なモダリティにまたがる複雑なクエリを処理可能な,最初の検索モデルである。
提案モデルでは,コンポジションクエリ,音声,ビデオ検索のタスクにおいて,最先端のモデルを用いたオンパーパフォーマンスを実現しつつ,大幅な改善を実現している。
論文 参考訳（メタデータ） (2026-03-02T17:19:55Z) - Adaptive Multi-Agent Reasoning for Text-to-Video Retrieval [12.701443847087164]
本稿では,複数の推論を繰り返して特殊エージェントを編成する適応型マルチエージェント検索フレームワークを提案する。
私たちのフレームワークは、CLIP4Clipよりも2倍の改善を実現し、最先端のメソッドを大きなマージンで大幅に上回ります。
論文 参考訳（メタデータ） (2025-12-02T09:52:51Z) - MemSearcher: Training LLMs to Reason, Search and Manage Memory via End-to-End Reinforcement Learning [73.27233666920618]
本稿では,メモリを反復的に保持し,現在のターンと組み合わせたエージェントワークフローであるMemSearcherを提案する。
それぞれのターンで、MemSearcherはユーザーの質問をメモリに融合させ、推論トレースを生成し、検索アクションを実行し、メモリを更新してタスクの解決に必要な情報のみを保持する。
我々は,MemSearcher Agents の推論,検索戦略,メモリ管理を協調的に最適化する,エンドツーエンドの RL フレームワークである Multi-context GRPO を紹介する。
論文 参考訳（メタデータ） (2025-11-04T18:27:39Z) - MRMR: A Realistic and Expert-Level Multidisciplinary Benchmark for Reasoning-Intensive Multimodal Retrieval [87.24221266746686]
MRMRは,集中的推論を必要とする,最初のエキスパートレベルのマルチディシプリナマルチモーダル検索ベンチマークである。
さまざまな専門分野にわたる検索システムに挑戦し、ドメイン間のきめ細かいモデル比較を可能にする。
クエリは推論集約的であり、画像は顕微鏡スライドの診断などの深い解釈を必要とする。
論文 参考訳（メタデータ） (2025-10-10T16:14:56Z) - MR$^2$-Bench: Going Beyond Matching to Reasoning in Multimodal Retrieval [86.35779264575154]
マルチモーダル検索は、現代のAIアプリケーションにおいて重要なコンポーネントになりつつあるが、その評価は、より現実的で困難なシナリオの要求に遅れている。
マルチモーダル検索のための推論集約型ベンチマークであるMR$2$-Benchを紹介する。
論文 参考訳（メタデータ） (2025-09-30T15:09:14Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳（メタデータ） (2025-09-25T14:05:55Z)
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。