論文の概要: Memory or a Clock? Auditing a Memory Advantage in XLand-MiniGrid with Seeds, Maps and Evaluation Noise Apart

• arxiv url: http://arxiv.org/abs/2610.33816v1
• Date: Sat, 24 Oct 2026 17:28:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.453238
• Title: Memory or a Clock? Auditing a Memory Advantage in XLand-MiniGrid with Seeds, Maps and Evaluation Noise Apart
• Title（参考訳）: メモリかクロックか? XLand-MiniGrid のメモリアドバンテージを種子・地図・評価ノイズで検証する
• Abstract要約: LSTMエージェントは、XLand-MiniGridタスクにおいて、メモリフリーエージェントを25ポイント上回る。 約10対の種子が最終成功の10点差を検出することが判明した。 明らかなメモリのアドバンテージは、時間を知ることのアドバンテージです。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: On a partially observable XLand-MiniGrid task, an LSTM agent beats a memory-free MLP by 25 percentage points. The gap looks like a clear case of memory. We ask two questions about it. First, how much of a measured gap is noise? Separating training seed, map and evaluation randomness in 60 runs, each re-evaluated three times, we find that about ten paired seeds detect a 10-point gap in final success. The binary "task acquired" verdict, a common summary of learning curves, is 76% evaluation noise and would need about a hundred seeds for the same gap. Second, is the gap memory? On a sealed panel of new maps, opened once, a memory-free MLP of the LSTM's size comes within 3.3 points of the LSTM when it is given the time step, and gains no measurable benefit from its width without it. With the time step, an MLP a quarter of the LSTM's size, and the LSTM with its state erased at every step, also come within about 5 points. A linear probe reads the time step from the trained LSTM's state. On this task, most of the apparent memory advantage is an advantage of knowing the time, which matters because episodes are cut at a fixed limit and the reward shrinks with time. We recommend giving memory-free baselines the time step, and we release the protocol, the event-driven tooling and every checkpoint.
• Abstract（参考訳）: 部分的に観察可能なXLand-MiniGridタスクでは、LSTMエージェントがメモリフリーのMLPを25ポイント上回る。 ギャップは明らかな記憶のケースのように見える。 私たちはそれについて2つの質問をする。 まず、測定されたギャップのどれ程がノイズなのか? トレーニング種子,マップおよび評価ランダムネスを60ランで分離し,それぞれ3回再評価したところ,約10対の種子が最終成功の10点差を検出することがわかった。 学習曲線の一般的な要約である二項の「タスク獲得」評定は、76%の評価ノイズであり、同じギャップに約100個の種が必要である。 第二に、ギャップメモリは? 一度開いた新しい地図のシールされたパネルでは、LSTMのサイズのメモリフリーのMLPが、時間ステップが与えられるとLSTMの3.3ポイント以内に到達し、それなしではその幅から測定可能な利益を得ることができない。 時間ステップでは、LSTMのサイズの4分の1のMLPと、その状態が各ステップで消去されるLSTMも、約5ポイント以内となる。 線形プローブは、訓練されたLSTMの状態から時間ステップを読み取る。 この課題において、明らかな記憶上の利点のほとんどは、時間を知ることの利点であり、これはエピソードが一定限でカットされ、報酬が時間とともに減少するためである。 メモリフリーのベースラインをタイムステップで提供し、プロトコル、イベント駆動ツール、すべてのチェックポイントをリリースすることを推奨しています。

関連論文リスト

• Let Them Sleep: Recursive Self-Pruning Memory for Long-Horizon LLM Agents [4.733101163909969]
  RSPMは最近の障害をクラスタ化し、各クラスタを短いルールに蒸留し、学んだばかりの生のエピソードを削除する。 忘れるべきことを知ることは、ベンチマーク固有のトリックではなく、エージェントメモリの一般的な特性である。
  論文  参考訳（メタデータ） (2026-10-18T21:56:18Z)
• MemoProAgent: Toward Memory-Driven Proactive Assistance [62.65924263961032]
  MemoProBenchは、メモリ駆動型プロアクティブアシストのベンチマークである。 それは、エゴセントリックなビデオと、年長で気を散らすようなユーザー記憶を合わせたものだ。 トレーニングなしでは、MemoProAgentはQwen3.8-27Bで10%未満から37.5%、GPT-5.3-Chatで38%まで厳格な精度を上げた。
  論文  参考訳（メタデータ） (2026-10-15T21:40:17Z)
• When Does Memory Help? A Cost-Aware Evaluation of Long-Term Memory in Tool-Using LLM Agents [0.0]
  本稿では,タスク実行エージェントにおけるメモリの限界効用を測定するベンチマークであるMERITを提案する。 23,440回(42.57回)で、リーク確認フロアが0.00から0.55-1.00に上昇した。 メモリの実装をスワップすることでタスクの成功を最大60ポイント移動させ、完全なリプレイは経済的には行われない。
  論文  参考訳（メタデータ） (2026-07-26T07:42:00Z)
• Ground Truth First: A Longitudinal Evaluation Instrument for Agent Memory, and the Tenure Crossover in Memory-Architecture Rankings [0.0]
  シードライフスクリプトサンプリング器は、テキストが存在する前に、有効間隔のボラティリティクラスとソースチャネルの事実を出力する。 検証者は、すべての植えられた事実を確認し、質問はスクリプトから機械的にインスタンス化される。 人工的でフィクション化されたコーパスは、私たちが調査したベンチマークから欠落している特徴を埋め込んでいる。
  論文  参考訳（メタデータ） (2026-07-24T04:19:45Z)
• Selective Memory Retention for Long-Horizon LLM Agents [0.0]
  TraceRetainを使用して、機能を解釈してエントリをスコアし、キャパシティの低いものを削除します。 境界保持は、飽和クリーンベンチマークのメモリとステップ効率をタスクコストなしで購入し、ストリームがノイズを含むときだけキャッシュと区別する。
  論文  参考訳（メタデータ） (2026-06-28T03:46:46Z)
• Less Context, More Accuracy: A Bi-Temporal Memory Engine for LLM Agents Where a Lean Retrieved Context Beats the Full History [2.5401434059780468]
  Engramは、バイテンポラルデータモデル上のデュアルプロセスメモリエンジンである。 高速書き込みパスは、クリティカルパスにLSMなしでエピソードを付加する。 ハイブリッドリードパスは、密度、語彙、グラフ、および電流/セイレンス信号を融合する。
  論文  参考訳（メタデータ） (2026-06-05T11:43:56Z)
• ZenBrain: A Neuroscience-Inspired 7-Layer Memory Architecture for Autonomous AI Systems [51.56484100374058]
  LongMemEval-500では、ZenBrainは長いコンテキストのオラクルのバイナリ・ジャッジの精度を4.5pp以内と一致させる。 ZenBrainは7層の神経科学にインスパイアされたメモリアーキテクチャである。
  論文  参考訳（メタデータ） (2026-04-26T20:39:19Z)
• MemCtrl: Using MLLMs as Active Memory Controllers on Embodied Agents [53.44122827359892]
  本稿では,Multimodal Large Language Models (MLLM) を用いたメモリのオンラインプルーニングフレームワークであるMemCtrlを提案する。 拡張MLLMは平均で16%、特定の命令サブセットで20%以上改善されている。
  論文  参考訳（メタデータ） (2026-01-28T18:31:17Z)
• LightMem: Lightweight and Efficient Memory-Augmented Generation [72.21680105265824]
  我々は、メモリシステムの性能と効率のバランスをとるLightMemという新しいメモリシステムを紹介した。 人間の記憶のアトキンソン・シフリンモデルにインスパイアされたLightMemは、メモリを3つの相補的なステージにまとめる。 GPTとQwenのバックボーンを用いたLongMemEvalの実験では、LightMemは高いベースライン(最大10.9%のゲイン)を上回り、トークンの使用量を最大117倍に削減している。
  論文  参考訳（メタデータ） (2025-10-21T17:58:17Z)
• DMV: Visual Object Tracking via Part-level Dense Memory and Voting-based Retrieval [61.366644088881735]
  DMVと呼ばれる部分レベル高密度メモリと投票ベースの検索による新しいメモリベースのトラッカーを提案する。 また,メモリの信頼できない情報をフィルタリングする新たな投票機構を提案する。
  論文  参考訳（メタデータ） (2020-03-20T10:05:30Z)

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。