論文の概要: Intuition with Evidence: Adaptive Dual Memory for Multimodal Agents

• arxiv url: http://arxiv.org/abs/2610.33019v1
• Date: Thu, 08 Oct 2026 16:02:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 06:06:26.137348
• Title: Intuition with Evidence: Adaptive Dual Memory for Multimodal Agents
• Title（参考訳）: エビデンスによる直感:マルチモーダルエージェントのための適応的デュアルメモリ
• Abstract要約: 長期記憶は、微細なエビデンスをリコールし、内部化された解釈という、2つの異なる機能を持つ。 本稿では,モデルネイティブの潜伏メモリを直感的な先行メモリとして,複数インデックスのエピソードメモリと統合し,正確なエビデンスを再構築するデュアルメモリフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 49.138605494181036
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As multimodal agents engage in sustained interactions, long-term memory serves two distinct but complementary functions: fine-grained evidence recall and internalized interpretation for global understanding. Although episodic and latent memory address these demands through explicit historical records and internalized experience, neither paradigm alone can accommodate the diverse memory affinities across tasks, owing to limitations in episodic evidence coverage and integration, and in latent factual grounding. To bridge this divide, we propose a dual-memory framework, unifying a model-native latent memory as an intuitive prior with a multi-indexed episodic memory for exact evidence reconstruction via retrieval-conditioned joint alignment. At inference, the framework adaptively composes these memories through a training-free routing mechanism driven by Jensen-Shannon Divergence (JSD) sensitivity and confidence proxies for query-dependent memory affinity. Extensive evaluations across multimodal benchmarks demonstrate state-of-the-art performance, outperforming single-paradigm baselines overall (+4.67\% over vanilla Episodic), with further analysis highlighting episodic strengths in evidence-localized tasks and latent contributions to integrating dispersed information and compensating for imperfect retrieval.
• Abstract（参考訳）: マルチモーダルエージェントが持続的な相互作用を担っているため、長期記憶は2つの異なる相補的な機能、すなわち細かな証拠の記憶と、グローバルな理解のための内部化された解釈を果たす。 エピソード的記憶と潜伏的記憶は、これらの要求に明確な歴史的記録と内部的経験を通して対処するが、エピソード的証拠のカバレッジと統合の制限や、潜伏的な事実的根拠による、タスク間の多様なメモリ親和性に対応できるパラダイムはどちらも存在しない。 この分割を橋渡しするために,検索条件付き関節アライメントによる正確なエビデンス再構築のための複数のインデックス付きエピソードメモリを用いて,モデルネイティブの潜在メモリを直感的に統合するデュアルメモリフレームワークを提案する。 このフレームワークは、Jensen-Shannon Divergence (JSD) の感度と、クエリ依存のメモリ親和性に対する信頼性プロキシによって駆動される、トレーニング不要なルーティング機構を通じて、これらのメモリを適応的に構成する。 マルチモーダルベンチマークによる広範囲な評価は、最先端のパフォーマンスを示し、単一のパラダイムベースライン全体(バニラ・エピソードよりも+4.67\%)を上回り、エビデンスローカライズされたタスクにおけるエピソードの強みを強調し、分散情報の統合や不完全検索の補償に潜伏している。

関連論文リスト

• Seeing, Maintaining, and Learning: The Evolution of Multimodal Agent Memory [237.87930543929727]
  本稿では,2つの重要な質問を伴って構成されたマルチモーダルエージェントメモリのための2軸解析フレームワークを提案する。 Axis I, Formation and Representationは、どの情報が保持され、どのようにエンコードされるかを特徴付ける。 メモリ管理のAxis IIは、固定メモリを再利用するT1 Static Memory、安定したポリシーでメモリを更新するT2 Dynamic Memory、進化するポリシーでメモリを更新するT3 Self-Evolving Memoryである。
  論文  参考訳（メタデータ） (2026-10-14T01:11:57Z)
• 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)
• MemGround: Long-Term Memory Evaluation Kit for Large Language Models in Gamified Scenarios [33.8882826707344]
  MemGroundは、リッチでゲーミフィケーションされたインタラクティブシナリオを基盤とした、厳格な長期メモリベンチマークである。 メモリ利用と行動軌跡の両方を包括的に定量化するために,多次元計量スイートを提案する。
  論文  参考訳（メタデータ） (2026-03-23T02:57:39Z)
• Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval [59.295767860331004]
  RF-Memは、親しみやすい不確実性誘導デュアルパスメモリレトリバーである。 それは、人間のようなデュアルプロセス認識をレトリバーに埋め込む。 一定の予算とレイテンシの制約の下で、ワンショット検索とフルコンテキスト推論を一貫して上回る。
  論文  参考訳（メタデータ） (2026-03-10T06:31:44Z)
• Agentic Learner with Grow-and-Refine Multimodal Semantic Memory [50.81667005063605]
  ViLoMemは、コンパクトなスキーマベースのメモリを構築するデュアルストリームメモリフレームワークである。 視覚的障害パターンと論理的推論エラーを符号化し、MLLMが成功し失敗した経験から学ぶことを可能にする。
  論文  参考訳（メタデータ） (2025-11-26T18:55:08Z)
• SEDM: Scalable Self-Evolving Distributed Memory for Agents [23.182291416527764]
  SEDMは、メモリをパッシブリポジトリからアクティブな自己最適化コンポーネントに変換する検証可能で適応的なフレームワークである。 また,SEDMは,強いメモリベースラインに比べてトークンオーバーヘッドを低減しつつ,推論精度を向上することを示した。 結果は、SEDMをオープンエンドのマルチエージェントコラボレーションのためのスケーラブルで持続可能なメモリメカニズムとして強調する。
  論文  参考訳（メタデータ） (2025-09-11T14:37:37Z)
• A Framework for Inference Inspired by Human Memory Mechanisms [9.408704431898279]
  本稿では,知覚,記憶,推論の構成要素からなるPMIフレームワークを提案する。 メモリモジュールは、ワーキングメモリと長期メモリから構成され、後者は、広範囲で複雑なリレーショナル知識と経験を維持するために、高次構造を備えている。 我々は、bAbI-20kやSolt-of-CLEVRデータセットのような質問応答タスクにおいて、一般的なTransformerとCNNモデルを改善するためにPMIを適用します。
  論文  参考訳（メタデータ） (2023-10-01T08:12:55Z)

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。