論文の概要: REM: What to Store, When to Recall, What to Forget in Experience Memory for Coding Agents

• arxiv url: http://arxiv.org/abs/2610.27377v1
• Date: Mon, 19 Oct 2026 22:59:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.541197
• Title: REM: What to Store, When to Recall, What to Forget in Experience Memory for Coding Agents
• Title（参考訳）: REM:何を保存するか、いつリコールするか、コーディングエージェントのメモリを忘れるか
• Abstract要約: エージェントの思考-行動ループ内から3つの明確な決定を通じてメモリライフサイクルを管理するフレームワークであるREM(Reusable Experience Memory)を紹介する。 リポジトリレベルのバグ修正(SWE-ContextBench Lite)では、REMは関連するトラジェクトリを最先端のメモリシステムよりも正確に取得する。
• 参考スコア（独自算出の注目度）: 11.499731925672924
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents now autonomously complete long-horizon tasks, such as repository-level coding, through hundreds of think-act steps, yet the experience each run produces is rarely reused on the next. Prior memory systems concentrate on retrieval, finding the most relevant past trajectory. Retrieval cannot observe the running agent, so it cannot decide whether the agent needs an experience, at which point, or for how long. We introduce REM (Reusable Experience Memory), a framework that manages the memory lifecycle from inside the agent's think-act loop through three explicit decisions. What to store: each completed trajectory is consolidated into a phase-structured document, two orders of magnitude smaller than the trajectory. When to recall: the document is injected at the start of the task; the costlier implementation record is withheld until an in-loop gate detects the agent struggling. What to forget: the record is evicted after a single exposure. On repository-level bug fixing (SWE-ContextBench Lite), REM retrieves the related trajectory more accurately than every state-of-the-art memory system (68.7% vs. 55.6% match@1) and improves, in every replicate, end-task resolution (27.6% vs. 24.9%) at 17% lower cost. Injecting the same experience as a summary or raw trajectory, even when oracle-retrieved, does not. Ablating any of the three decisions reduces resolution. Altogether, these results demonstrate that the bottleneck in experience reuse is not retrieval fidelity but how experience is stored and governed across its lifecycle, opening a control-theoretic perspective on agent memory.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、リポジトリレベルのコーディングなど、数百の思考実行ステップを通じて、自律的に長期タスクを完了している。 以前のメモリシステムは検索に集中しており、最も関連性の高い過去の軌跡を見つける。 Retrievalはランニングエージェントを観察できないため、エージェントが経験を必要とするか、その時点、どのくらいの期間を必要とするかは決定できない。 エージェントの思考-行動ループ内から3つの明確な決定を通じてメモリライフサイクルを管理するフレームワークであるREM(Reusable Experience Memory)を紹介する。 保存すべきことは、それぞれの完了した軌跡は、段階的に構造化された文書にまとめられ、軌跡よりも2桁小さい。 ドキュメントはタスクの開始時に注入され、ループ内ゲートが困難なエージェントを検出するまでコストのかかる実装記録は保持されない。 忘れてはいけないのは、レコードは1回の露出で削除されることだ。 リポジトリレベルのバグ修正(SWE-ContextBench Lite)では、REMはすべての最先端メモリシステム(68.7% vs. 55.6% match@1)よりも正確なトラジェクトリを取得し、17%のコストでエンドタスクの解像度(27.6% vs. 24.9%)を改善する。 概略や生の軌跡と同じ体験を、たとえオラクルが回収されたとしても、注入しない。 3つの決定のいずれかを非難することは解決を減少させる。 これらの結果は、体験の再利用におけるボトルネックは、検索の忠実さではなく、体験がライフサイクル全体にわたってどのように保存され、管理されるかを示し、エージェントメモリに対する制御理論的な視点を開かせた。

関連論文リスト

• MemDev-Bench: Does Memory Help Code Agents?Benchmarking Memory Systems over Real Repository Histories [51.50022165666403]
  本稿では,メモリシステムがさまざまなリポジトリ履歴に対してコードエージェントに与える影響を評価するためにMemDev-Benchを提案する。 MemDev-Benchをベースとして,メモリシステムの系統的評価を行った。
  論文  参考訳（メタデータ） (2026-10-20T02:39:26Z)
• DeltaReplay: Task-Relative Memory Reuse for Mobile GUI Agents [36.5211241699004]
  メモリ拡張されたモバイルGUIエージェントは、成功した実行軌跡を格納し、後続のタスクで再利用する。 しかし、保存された軌跡が新しいタスクと正確に一致することは滅多にない。 エージェントに無関係なメモリの使用を強制することは、それを誤解させる可能性があるが、それでも有用かもしれないメモリの破棄は、過去の経験から引き離すことになる。 本稿では,既存のメモリの使用方法を決定するステップレベルのメモリ再利用フレームワークであるDeltaReplayを提案する。
  論文  参考訳（メタデータ） (2026-10-08T11:12:57Z)
• MemAgent: Learning to Manage Heterogeneous Memory Providers for LLM Agents [46.55074903422028]
  既存のメモリメソッドは過去の経験を再利用しようとするが、ほとんどは単一のメモリ表現に依存している。 本稿では,コンテンツ対応ルーティングアーキテクチャとトレーニングデータ合成パイプラインを備えたMemAgentを提案する。 GAIA、WebWalkerQA、xBench-DS全体で、MemAgentは平均精度を10.0%改善し、個々のメモリメソッドで性能を向上する。
  論文  参考訳（メタデータ） (2026-09-26T12:04:31Z)
• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
  大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。 メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。 MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
  論文  参考訳（メタデータ） (2026-07-15T08:32:40Z)
• The Compliance Trap: Diagnosing How AI Agents Consume Conflicting Memory [9.041305193333434]
  メモリは、長年にわたるAIエージェントの中核的なコンポーネントになりつつある。これにより、エージェントは、Webブラウザやソフトウェアツール、その他のインタラクティブな環境を操作する際に、過去の経験を再利用することができる。 既存の作業は、主にメモリを供給問題として扱い、どのエクスペリエンスを書くか、どのように保存するか、どのエントリを次のタスクに取得するかを尋ねる。 しかし、モデルが取得したメモリをどのように消費するかについては、まだ明確な説明がありません。
  論文  参考訳（メタデータ） (2026-07-12T07:05:31Z)
• 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)
• 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)
• MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks [55.145729491377374]
  メモリを持つエージェントの既存の評価は、通常、単独で記憶と行動を評価する。 マルチセッションメモリ-エージェント環境ループにおけるエージェントメモリのベンチマークのための統合評価ジムであるMemoryArenaを紹介する。 MemoryArenaは、Webナビゲーション、優先制約付き計画、プログレッシブ情報検索、シーケンシャルなフォーマルな推論を含む評価をサポートする。
  論文  参考訳（メタデータ） (2026-02-18T09:49:14Z)

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。