論文の概要: DuplexLedger: Benchmarking Transactional Memory in Full-Duplex Speech Agents

• arxiv url: http://arxiv.org/abs/2610.27581v1
• Date: Tue, 20 Oct 2026 03:47:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.621311
• Title: DuplexLedger: Benchmarking Transactional Memory in Full-Duplex Speech Agents
• Title（参考訳）: DuplexLedger: フル二重音声エージェントにおけるトランザクションメモリのベンチマーク
• Abstract要約: フルメモリ音声エージェントは、リスニングと会話を継続的に更新する必要がある。 強い制御とコヒーレントなコヒーレントステートメモリを組み合わせたシステムは存在しない。 本稿では,型付きレトリバーを備えたイベントコントローラACTMemを提案する。
• 参考スコア（独自算出の注目度）: 52.50536965397534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Full-duplex speech agents must update persistent memory while listening and speaking, yet it remains unclear which events should be stored, revised, or excluded. Existing benchmarks isolate interaction timing from memory outcomes, obscuring the state transitions behind a correct answer. We introduce DuplexLedger, a bilingual benchmark of 1,094 persistent sessions aligning four full-duplex scenarios with event-level Write/Update/Ignore/Retain supervision, explicit pre/post memory states, and 6,564 same-session questions and checks. Evaluating five full-duplex models reveals an interaction-memory gap: no system combines strong boundary control with coherent final-state memory, and the best final-state fact coverage is 2.01%. We propose ACT-Mem, an 8.92M-parameter sidecar comprising an event controller, a versioned transactional ledger, and a typed retriever coupled with a frozen MiniCPM-o 4.5 backbone. On 219 held-out sessions, ACT-Mem increases latest-value accuracy from 4.11% to 8.68% while reducing stale assertions and distractor adoption. It improves interaction boundaries but slows interruption stopping. These results motivate selective, auditable full-duplex memory rather than indiscriminate transcript retention. Code is available at https://github.com/lyx-researcher/DuplexLedger.
• Abstract（参考訳）: フル二重音声エージェントは、リスニングや会話中に永続的なメモリを更新する必要があるが、どのイベントを保存、修正、除外すべきかは未だ不明である。 既存のベンチマークは、インタラクションのタイミングをメモリ結果から切り離し、正しい答えの裏にある状態遷移を隠蔽する。 DuplexLedgerは、イベントレベルのWrite/Update/Ignore/Retain supervision、明示的なプレ/ポストメモリ状態、6,564の同セッション質問とチェックを備えた4つのフルデュプレックスシナリオを並べた、1,094の永続セッションのバイリンガルベンチマークである。 強い境界制御とコヒーレントな最終状態メモリを組み合わせたシステムは存在せず、最終状態のファクトカバレッジは2.01%である。 ACT-Memは、イベントコントローラ、バージョン付きトランザクショナル台帳、および冷凍ミニCPM-o 4.5バックボーンを組み込んだタイプ付きレトリバーからなる8.92Mパラメーターサイドカーである。 219回のホールドアウトセッションでは、ACT-Memは最新値の精度を4.11%から8.68%に向上し、不安定なアサーションと不注意な採用を減らす。 インタラクション境界を改善するが、中断の停止を遅くする。 これらの結果は、転写保持を区別するよりも、選択的で監査可能な全二重記憶を動機付けている。 コードはhttps://github.com/lyx-researcher/DuplexLedger.comで入手できる。

関連論文リスト

• MINDSET: Energy-based Schema Evolution for Long Conversational Agent Memory [0.0]
  有用なメモリシステムは、現在の状態と過去の状態の両方を保存する必要がある。 本稿では,会話を不変のエピソードとして記憶するメモリコントローラMINDSETを紹介する。 再現可能な850の質問に対して,MINDSETを5つのメモリシステムに対して評価した。
  論文  参考訳（メタデータ） (2026-10-06T15:55:42Z)
• Can Agent Memory Systems Track Evolving State? [19.24558136812374]
  我々は、効果的なメモリシステムは世界の進化状態を追跡する必要があると主張している。 事実、制約、決定が長い相互作用によって修正されるため、答えは現在の状態を反映し、過小評価されるものではない。 この機能をステートトラッキングとして定義し、StateMemBenchでインスタンス化する。
  論文  参考訳（メタデータ） (2026-08-20T05:41:23Z)
• 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)
• 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)
• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• When Should Memory Stay Silent: Measuring Memory-Use Boundaries in Memory-Augmented Conversational Agents [13.354128891280316]
  長期記憶により、言語モデルエージェントはパーソナライズされたインタラクションをサポートすることができる。 利用可能な記憶がいつ応答に統合されるかは、まだ不明である。 検索システムは露光を減らすが、感度の高いメモリがジェネレータに到達すると、統合を排除しない。
  論文  参考訳（メタデータ） (2026-06-04T11:54:51Z)
• 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。