論文の概要: Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems

• arxiv url: http://arxiv.org/abs/2610.36652v1
• Date: Tue, 27 Oct 2026 05:12:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.232261
• Title: Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems
• Title（参考訳）: 思い出す - 記憶の精製とマルチエージェントシステムでの学習
• Abstract要約: メモリ品質とメモリ使用量の両方を改善するトレーニング不要のフレームワークであるDiscernMemを提案する。 DMRは、チーム実行を単一のメモリとメモリなしで比較し、ルールの欠陥を診断し、現在のタスクと以前のタスクの修正をテストする。 BLMは、各メモリの過去の使用と効果を記録し、その所有者の役割が適用されるか、避けるべきかを学習する。
• 参考スコア（独自算出の注目度）: 16.66908503791802
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Memory helps LLM-based multi-agent systems reuse experience, but stored advice can be flawed or applied in the wrong situation. Team-level success or failure alone cannot reliably show whether a memory needs correction or should not have been used. We propose DiscernMem, a training-free framework that improves both memory quality and memory use. To improve quality, Defect-Aware Memory Refinement (DMR) compares team executions with a single memory and with no memory, diagnoses rule defects, and tests repairs on current and earlier tasks to guard against losing previously useful behavior. To guide appropriate use, Boundary-Learning Meta-Memory (BLM) records each memory's past uses and effects, learning when its owner role should apply or avoid it based on task context and incoming messages. Together, these components help teams correct flawed experience while retaining useful rules that were applied incorrectly. Experiments with Qwen3-4B-Instruct-2507 on four benchmarks show that DiscernMem achieves the highest average score on AutoGen, CAMEL, and MacNet, exceeding the strongest reported baselines by 0.51-4.32 points. It leads on code generation and symbolic planning across all three systems, including a PDDL score of 37.71 versus 28.48 on CAMEL.
• Abstract（参考訳）: メモリは、LLMベースのマルチエージェントシステムの再利用エクスペリエンスに役立つが、ストアドアドバイスは欠陥があるか、間違った状況で適用できる。 チームレベルの成功や失敗だけでは、メモリに修正が必要かどうかを確実に示すことはできない。 メモリ品質とメモリ使用量の両方を改善するトレーニング不要のフレームワークであるDiscernMemを提案する。 品質を改善するため、DMR(Defect-Aware Memory Refinement)は、チーム実行を単一のメモリで比較し、メモリなしで、ルールの欠陥を診断し、現在および以前のタスクの修復テストを行い、これまで有用な振る舞いを失うのを防ぐ。 適切な使用をガイドするために、境界学習メタメモリ(BLM)は、各メモリの過去の使用と効果を記録し、その所有者の役割がいつ適用されるべきなのかをタスクコンテキストと受信メッセージに基づいて学習する。 これらのコンポーネントは、チームが欠陥のある経験を正すのに役立ち、誤って適用された有用なルールを維持するのに役立ちます。 Qwen3-4B-Instruct-2507を4つのベンチマークで実験したところ、DiscernMemはAutoGen、CAMEL、MacNetで最高スコアを獲得し、報告されたベースラインが0.51-4.32ポイントを超えた。 PDDLスコアは37.71、CAMELは28.48である。

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)
• VibeMemBench: Evaluating Memory Systems for Coding Agents on Real Repository Coding Tasks [74.71365175490853]
  我々は90のSWE-rebench V2レポジトリから111のコーディングターゲットのメモリシステムを評価するベンチマークであるVibeMemBenchを紹介する。 ターゲットはSWEベンチマークスタイルに従い、バグ修正、機能要求、インターフェースの変更、設定作業をカバーする。 ダイレクトインジェクションは、4つのタスクの解像度を1.1から4.5ポイント引き上げ、エージェントステップを5つに下げる。しかし、4つの既存のメモリシステムが同じ履歴から経験を構築・取得しなければならない場合、12のソルバのうち11のシステムペアリングは一致したメモリオフベースラインを超えない。
  論文  参考訳（メタデータ） (2026-09-20T11:44:03Z)
• MEMOBench: A Process Level Memory Benchmark for Robotic Manipulation [36.81053166644513]
  ロボット操作におけるプロセスレベルのメモリ評価のベンチマークである textbfMEMOBench を提案する。 MEMOBenchには30の履歴依存タスク、1500のエキスパートデモ、84のテンプレートから4,200の実行可能なチェックポイントインスタンスが含まれている。
  論文  参考訳（メタデータ） (2026-09-07T05:06:20Z)
• Dual-Grained Agent Memory and Shapley Context Attribution for Multimodal Agentic Learner [55.80248281761638]
  マルチモーダルな大言語モデル (MLLM) は、科学的および数学的推論において、印象的な認識を提供する。 本稿では,DG-Memを提案する。DG-Memは,トレーニングタイムのロールアウトから一度構築した外部記憶メモリと,テスト時に読み取り専用に相談することで,凍結したMLLMを拡張可能なエージェントメモリフレームワークである。
  論文  参考訳（メタデータ） (2026-08-24T13:56:01Z)
• Agent Memory Distillation: Empowering Small LLM Agents with Hierarchical Teacher Memory [49.6908961629532]
  エージェントメモリ蒸留(Agen Memory Distillation、AMD)は、大規模な教師エージェントから階層的な記憶を通じて、構造化された知識を小さな学生エージェントに転送する、トレーニング不要のフレームワークである。 メモリはタスクレベルの戦略を符号化し、サブタスクメモリは具体的な振る舞いの例を提供し、ファンクションメモリは関数ごとの呼び出し規約をキャプチャする。 GPT-5-miniを教師とする4つの学生モデル(4B-8Bパラメータ)を用いた3つのツールユースベンチマークでAMDを評価し,平均精度27.2%p,11.2%p,3.4%pのAppWorld,BFCL Vを用いた。
  論文  参考訳（メタデータ） (2026-08-07T12:43:00Z)
• 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)
• TRUSTMEM: Learning Trustworthy Memory Consolidation for LLM Agents with Long-Term Memory [11.528637007309937]
  大規模言語モデル(LLM)エージェントは、拡張されたインタラクションをサポートし、有限コンテキストウィンドウを超えてパーソナライズされたアシストをサポートするために、長期記憶に依存している。 既存のメモリエージェントは、生成された書き込み、修正、削除によって外部メモリを積極的に更新する。 これらの更新は、重要な情報を省略したり、既存の記憶を破損させたり、幻覚コンテンツを導入したりする可能性がある。 本稿では,メモリ統合の信頼性向上を目的としたフレームワークであるTrustMemを提案する。
  論文  参考訳（メタデータ） (2026-06-23T20:49:28Z)
• MemToolAgent: Leveraging Memory for Tool Using Agents Based on Environment and User Feedback [5.237822504687579]
  本稿では,メモリ管理によるツール使用を改善するフレームワークであるMemToolAgentを提案する。 本研究は,(1)汎用・パーソナライズされたツールの使用を微調整なしで改善する統一型メモリエントリフォーマット,(2)環境やユーザからのフィードバックを取り入れたリフレクションベースのメモリ抽出,(3)メモリ類似度分布に基づく過去の経験数を選択する検索モジュールの3つの主要なコントリビューションを有する。
  論文  参考訳（メタデータ） (2026-06-06T00:15:00Z)
• 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)

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。