論文の概要: ScopeMem: Latent Memory That Learns Where to Revise Frozen GUI Agents
- arxiv url: http://arxiv.org/abs/2610.26503v1
- Date: Mon, 19 Oct 2026 14:38:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 02:54:51.771281
- Title: ScopeMem: Latent Memory That Learns Where to Revise Frozen GUI Agents
- Title（参考訳）: ScopeMem: 冷凍GUIエージェントの更新箇所を学習する潜時メモリ
- Abstract要約: スコープリビジョンのための潜在メモリ手法であるScopeMemを提案する。
AndroidControl、GUI-Odyssey、ゼロショットAITWでは、ScopeMemは評価されたすべてのプロンプトと潜時メモリベースラインを上回っている。
- 参考スコア（独自算出の注目度）: 8.00062296249805
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Latent memory is gaining ground as a lightweight history supplement for GUI agents. It supplies history to a frozen vision-language model via prefix vectors trained with step-wise cross-entropy (CE). While resulting gains are naturally attributed to encoded history, our controlled experiments show they primarily stem from action revision. The prefix learns to alter the model's default actions. However, this revision is unscoped because step-wise CE pushes outputs toward reference actions at every step without explicitly preserving correct decisions. Consequently, it repairs errors but also breaks 8-13% of initially correct answers. Overall accuracy metrics hide these losses. We therefore propose ScopeMem, a latent-memory method for scoped revision. Its encoder conditions prefix generation on the model's initial answer and is trained to correct errors while preserving correct decisions. On the controlled ablation set, ScopeMem reduces the share of broken correct decisions to 5.6% while repairing more errors than any evaluated CE-trained prefix. On AndroidControl, GUI-Odyssey, and zero-shot AITW, ScopeMem outperforms all evaluated prompting and latent-memory baselines, enabling a frozen Qwen3-VL-8B to match or surpass GUI-specialized agents and Qwen3-VL-32B.
- Abstract（参考訳）: 遅延メモリはGUIエージェントの軽量な履歴サプリメントとして定着しつつある。
ステップワイズ・クロスエントロピー(CE)で訓練されたプレフィックスベクトルを介して、凍結視覚言語モデルに履歴を提供する。
結果として得られる利益は、エンコードされた歴史に起因するが、制御された実験は、主にアクションリビジョンに由来することを示している。
プレフィックスはモデルのデフォルトアクションを変更することを学習する。
しかし、この修正は、ステップワイズCEが正しい決定を明示的に保持することなく、すべてのステップで出力を参照アクションにプッシュするため、スコープ外である。
その結果、エラーを修復すると同時に、最初に正しい回答の8-13%を壊す。
全体的な精度の指標は、これらの損失を隠蔽する。
そこで我々はスコープ付きリビジョンのための潜在メモリ手法であるScopeMemを提案する。
エンコーダはモデルの初期回答にプレフィックスを生成することを条件とし、正しい判断を保ちながらエラーを修正するよう訓練される。
制御されたアブレーションセットにおいて、ScopeMemは壊れた正しい決定のシェアを5.6%に減らし、評価されたCE訓練プレフィックスよりも多くのエラーを修復する。
AndroidControl、GUI-Odyssey、zero-shot AITWでは、ScopeMemが評価されたプロンプトと潜在メモリベースラインを上回り、凍結したQwen3-VL-8BがGUI特化エージェントとQwen3-VL-32Bにマッチまたは超える。
関連論文リスト
- PreciseCoder: Faithful and Generalizable Debugging Beyond Unit-Test Rewards [14.748706115313391]
このアルゴリズムは、セマンティックに検証された局所的な編集のための信号で、単体テストの報酬を増大させる。
4B、9B、27Bモデルでは、PreciseCoderは、ユニットテストのみのトレーニングと同等のパスレートで、7-15から3までの編集行数を削減している。
論文 参考訳（メタデータ） (2026-10-13T17:19:10Z) - COUNTERMEM: World-Model Verified Counter-Factual Memory for Language Agents [40.59788210629839]
COUNTERMEMは、タスク間で検証済みの反ファクトメモリの構築と使用のための強化学習フレームワークである。
動作が失敗した後、COUNTERMEMは元の状態のコピーまたはリセットからローカル代替品を評価する。
オリジナルと修正されたアクション、チェック結果、再利用条件の改善を格納する。
論文 参考訳（メタデータ） (2026-09-25T18:12:38Z) - Temporal Validity on Real Software Histories: Eliminating Stale-Fact Errors in Code-Assistant Memory over GitHub Fixes [0.0]
Retrieval-augmented Generation (RAG) には時間モデルがない。
RAGは、古い値と新しい値の両方をほぼ同一の類似性で検索し、どの値が現在であるかを判断できないため、過渡値として機能する。
MemStrata は RAG の 0.57-0.59 に対して 0.91 の解答精度に達し、RAG の解答を強制すると36-38% の値となる。
論文 参考訳（メタデータ） (2026-08-21T02:48:36Z) - 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) - TARL: Transaction-Aware Reliable Ledgers for Executable Memory Management in Long-Term Agents [20.123133746969398]
メモリ状態更新フレームワークであるTARLを導入し、各ステートメントを5つの実行可能なアクションのうちの1つにマップする。
TARLは、影響を受けるメモリを特定し、その時間的スコープを解決し、ソースの信頼性を比較し、受け入れ、保留、拒否された台帳を更新する。
また、粒度の細かいアクションラベルと次の状態目標を持つベンチマークであるTARL-Memについても紹介する。
論文 参考訳（メタデータ） (2026-08-04T14:02:55Z) - 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) - AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。
Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。
コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文 参考訳（メタデータ） (2026-07-21T06:21:13Z) - Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。
最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
論文 参考訳（メタデータ） (2026-05-14T20:15:22Z) - ChangingGrounding: 3D Visual Grounding in Changing Scenes [92.00984845186679]
現実世界のロボットは自然言語からオブジェクトをローカライズするが、周囲のシーンは変化し続けている。
既存の3Dビジュアルグラウンドティング(3DVG)手法のほとんどは、再構築された最新の点雲を前提としている。
エージェントが過去の観測をいかにうまく活用できるかを明示的に測定する最初のベンチマークであるChangeingGroundingを紹介します。
論文 参考訳（メタデータ） (2025-10-16T17:59:16Z) - MEMOIR: Lifelong Model Editing with Minimal Overwrite and Informed Retention for LLMs [76.28901550926021]
寿命の長いモデル編集のための既存の方法は、妥協の一般化、過去の編集の妨害、長い編集シーケンスへのスケールの失敗である。
我々は,学習済みモデルのコア能力を保ちながら,残メモリを介して知識を注入する,新しいスケーラブルなフレームワークMEMOIRを提案する。
MeMOIRは信頼性、一般化、ローカリティのメトリクスにまたがる最先端のパフォーマンスを実現し、最小限の忘れ物で数千のシーケンシャルな編集にスケールする。
論文 参考訳（メタデータ） (2025-06-09T16:16:42Z)
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。