論文の概要: MemSteer: Turning User Histories into Supervision for Agent Memory Optimization
- arxiv url: http://arxiv.org/abs/2610.39276v1
- Date: Thu, 29 Oct 2026 03:28:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:10.03587
- Title: MemSteer: Turning User Histories into Supervision for Agent Memory Optimization
- Title（参考訳）: MemSteer: ユーザ履歴をエージェントメモリ最適化のためのスーパービジョンに変換する
- Abstract要約: 本稿では,ラベルのないユーザ履歴を質問応答(QA)監視に変換するMemSteerを紹介する。
MemSteerは、関連するレコード間で事実がどのように参照回答をサポートするかを示すエビデンスベースの回答プランを構築している。
MemSteer-Optは、QAに基づく設計評価とエビデンスガイダンスによる障害診断を組み合わせて、メモリストア、検索、コンテキストを改訂する。
- 参考スコア（独自算出の注目度）: 36.03329602531423
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: An effective agent memory system should adapt to a user's history and task requirements. Human-annotated supervision can guide this adaptation by providing feedback for evaluating and improving memory designs. Yet suitable labels are rarely available for new user histories, and manually constructing QA pairs and supporting evidence is costly. We introduce MemSteer, which turns unlabeled user histories into question-answer (QA) supervision with supporting evidence for memory-design optimization. MemSteer constructs an evidence-grounded answer plan that specifies how facts across related records jointly support a reference answer. The plan guides question generation, while source-grounded auditing and blind answer recovery check the resulting annotations. To study the utility of this supervision, we develop MemSteer-Opt, which combines QA-based design evaluation with evidence-guided failure diagnosis to revise memory store, retrieval, and context construction without updating model parameters. Experiments on ATM-Bench and RHELM show that this supervision is competitive with official-QA-guided optimization. Relative to Base-BM25, MemSteer-Opt improves ATM-Bench Question Score by 13.4 points and RHELM accuracy by 4.1 and 6.6 points without and with external data, respectively. The supervision also benefits two existing optimizers on ATM-Bench, while new-user experiments demonstrate continued design optimization using supervision generated from the target histories.
- Abstract（参考訳）: 効果的なエージェントメモリシステムは、ユーザの履歴とタスク要求に適応する必要がある。
ヒューマンアノテートされた監視は、メモリ設計の評価と改善のためのフィードバックを提供することで、この適応を導くことができる。
しかし、新しいユーザ履歴には適切なラベルはめったに存在せず、手動でQAペアを構築し、エビデンスをサポートするのにコストがかかる。
本稿では,未ラベルのユーザ履歴を質問応答(QA)に変換し,メモリ設計最適化の実証を支援するMemSteerを紹介する。
MemSteerは、関連するレコード間で事実がどのように参照回答をサポートするかを示すエビデンスベースの回答プランを構築している。
この計画は質問生成をガイドし、ソース・グラウンドの監査とブラインド・レスポンス・リカバリが結果のアノテーションをチェックする。
本研究は,QAに基づく設計評価とエビデンス誘導型故障診断を組み合わせたMemSteer-Optを開発し,モデルパラメータを更新することなくメモリストア,検索,コンテキスト構成を改訂する。
ATM-BenchとRHELMの実験は、この監督が公式QA誘導最適化と競合していることを示している。
Base-BM25とは対照的に、MemSteer-OptはATM-Bench Question Scoreを13.4ポイント改善し、RHELMの精度を4.1ポイントと6.6ポイント改善した。
ATM-Bench上の既存の2つのオプティマイザにもメリットがあり、新しいユーザによる実験では、ターゲット履歴から生成されたインスペクションを使用して、継続的な設計最適化が実証されている。
関連論文リスト
- RAG-NIMBF: A Non-Invasive, Modular Benchmarking Framework for Automated RAG Configuration Analysis [0.0]
RAG-NIMBFは、既存のRAGパイプラインを非侵襲的な評価層としてアタッチするベンチマークフレームワークである。
制御されたアブレーションとエンドツーエンドの実験追跡によって構成空間を評価する。
本研究は、SQuADデータセット上で、複数の世代モデルにまたがるフレームワークを検証する。
論文 参考訳（メタデータ） (2026-10-20T08:08:08Z) - Spatial Memory by Agents, for Agents [17.605606675439763]
空間記憶により、ロボットは過去の観測を再利用し、位置付け、ナビゲーション、質問応答を行うことができる。
コーディングエージェントが反復的な実装と評価によって設計プロセスを自動化することができるかどうかを検討する。
デザイナエージェントは、固定クエリエージェントからのフィードバックを使用して、メモリ構築と検索のためのコードを書き、修正する。
3つの独立したデザインサーチの中で、Codex / GPT-6 Astraは、同じ重み付けの5トラックスコアで平均44.23であり、ReMEmbRは29.32であり、5トラックすべてをサポートする最強の評価ベースラインである。
論文 参考訳（メタデータ） (2026-10-15T23:13:47Z) - FinPerMA: A Theory-Informed, Event-Grounded Personalized-Memory Benchmark for LLM Agents [9.305912044747368]
FinPerMAは、凍結した縦方向の投資家軌跡に対してパーソナライズされたメモリを評価する、イベントグラウンドのベンチマークである。
完全コンテキスト構成は、全体的な精度が約0.47以上、複数選択の質問では約39%を超えない。
属性分析により、要約ベースのメモリは、パーソナライズに必要な選好信号を失いながら、事実の詳細を保存していることが示された。
論文 参考訳（メタデータ） (2026-08-04T18:00:04Z) - 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) - Learning User-Aware Recall: Personalized Retrieval in Long-Term Conversational Memory [15.297367578990903]
プロファイル誘導型パーソナライズド検索最適化(PPRO)は対話履歴からエピソードおよびセマンティックメモリバンクを構築する。
PPROはメモリランキングにおいて明示的なパーソナライズされた先行として機能し、検索は安定したユーザー属性、好み、関係を考慮できる。
LoCoMoとLongMemEval-Sの実験では、トレーニング不要のメモリシステムよりも一貫した利得を示している。
論文 参考訳（メタデータ） (2026-05-28T06:47:48Z) - GoTTA be Diverse: Rethinking Memory Policies for Test-Time Adaptation [54.70334474895361]
テスト時間適応(TTA)は、事前訓練されたモデルが、分散シフトの下でラベルのないテストストリームにオンラインで適応できるようにする。
ほとんどのTTA研究は適応の目的に焦点を当てているが、実用的なストリームはどのサンプルが適応を駆動するかを選択するのに使用されるメモリにも大きく依存している。
本稿では,クラスバランスアロケーションと特徴空間の多様性を組み合わせた多様性を考慮したメモリポリシーであるGOTTAについて紹介する。
論文 参考訳（メタデータ） (2026-05-19T14:18:46Z) - FRESCO: Benchmarking and Optimizing Re-rankers for Evolving Semantic Conflict in Retrieval-Augmented Generation [73.22935457705057]
時間的動的文脈における再ランカ評価のためのベンチマークであるFRESCOを紹介する。
レクエンシ検索クエリと過去のウィキペディアのリビジョンを組み合わせることで、FRESCOは、セマンティックな関連性を維持しながら、リランカが事実として最新の証拠を優先順位付けできるかどうかをテストする。
我々の評価では、既存の再ランカ間で一貫した障害モードが明らかになっている。
論文 参考訳（メタデータ） (2026-04-14T17:04:25Z) - Planner-Auditor Twin: Agentic Discharge Planning with FHIR-Based LLM Planning, Guideline Recall, Optional Caching and Self-Improvement [2.0755366440393748]
大きな言語モデル(LLM)は、臨床退院計画の約束を示すが、その使用は幻覚、排便、誤診された自信によって制限される。
安全性と信頼性を向上させる自己改善型キャッシュオプションのPlanner-Auditorフレームワークを導入する。
論文 参考訳（メタデータ） (2026-01-28T23:04:11Z) - AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。
AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
論文 参考訳（メタデータ） (2026-01-28T08:09:49Z) - Fine-Mem: Fine-Grained Feedback Alignment for Long-Horizon Memory Management [63.48041801851891]
Fine-Memは、きめ細かいフィードバックアライメントのために設計された統一されたフレームワークである。
MemalphaとMemoryAgentBenchの実験は、Fin-Memが強いベースラインを一貫して上回ることを示した。
論文 参考訳（メタデータ） (2026-01-13T11:06:17Z)
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。