論文の概要: TrackMem: Tracking Evolving Beliefs in Long-Horizon Financial Dialogue

• arxiv url: http://arxiv.org/abs/2611.02001v1
• Date: Sun, 01 Nov 2026 15:43:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.518091
• Title: TrackMem: Tracking Evolving Beliefs in Long-Horizon Financial Dialogue
• Title（参考訳）: TrackMem: 長期金融対話における信念を巻き起こす追跡
• Abstract要約: TrackMemは話者ごとのグラフメモリで、数字の履歴をトラックする。 我々はFinLoCoMoを765の質問を伴う15の長期投資会話のベンチマークで評価した。
• 参考スコア（独自算出の注目度）: 16.53956784866568
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Memory systems for LLM agents are evaluated mostly on social dialogue, where facts accumulate and rarely change, so remembering reduces largely to finding the turn in which something was said. Financial dialogue breaks this assumption: figures are revised, stances shift without being restated, rules stated once govern later questions, and a single company is discussed under several analytical lenses. Memory systems that retrieve the passages most similar to a question, or the most recent ones, therefore return superseded values, miss rules that share no wording with the question, and cannot recover a stance spread across sessions. We present TrackMem, a per-speaker graph memory that tracks the history of figures, separates perspectives by entity and lens, and preserves each speaker's actions in chronological order. To evaluate it, we introduce FinLoCoMo, a benchmark of 15 long-horizon investment conversations with 765 questions in two splits: one following the LoCoMo categories and one targeting four failure modes. With two readers, TrackMem outperforms existing memory systems on both splits. On the failure-mode split it reaches 73.9% macro accuracy against 69.4% for the strongest baseline, with the largest gains on questions about revised figures (86.5% against 73.4%).
• Abstract（参考訳）: LLMエージェントの記憶システムは、事実が蓄積され、滅多に変化しない社会対話に基づいて評価されるため、記憶は、何かが語られる順番を見つけるために、主に減少する。 フィナンシャル・ダイアログはこの仮定を破り、数字は修正され、スタンスも変更されず、ルールは後続の質問を統制し、1つの会社を複数の分析レンズで議論する。 問題と最もよく似たパスを検索するメモリシステム、すなわち最新のパスを返却し、過小評価された値を返却し、質問と言葉を共有しないルールを見逃し、セッション全体に広がるスタンスを回復できない。 我々は、人物の履歴を追跡し、実体とレンズで視点を分離し、各話者の行動を時系列順に保存する、話者ごとのグラフメモリであるTrackMemを提示する。 これを評価するためにFinLoCoMoを紹介した。FinLoCoMoは、765の質問を2つに分けた15の長期投資会話のベンチマークであり、そのうち1つはLoCoMoカテゴリ、もう1つは4つの障害モードを対象としている。 2人の読者で、TrackMemは両方のスプリットで既存のメモリシステムより優れている。 失敗モードの分割では、最強のベースラインに対して69.4%に対して73.9%のマクロ精度に達し、修正された数字に関する質問では86.5%、73.4%に対して最大となった。

関連論文リスト

• Relevance Is Not Sufficiency: What Actually Closes the Evidence Gap in Long-Term Memory QA [24.98142670509958]
  BFR(Budgeted Flat Reconstruction)は、固定フラットメモリストア上に2段階で十分なセットを構築する。 BFRは、近年のエージェントメモリシステムにおいて、応答品質とエビデンスカバレッジの両方において、同じストア適応よりも優れています。
  論文  参考訳（メタデータ） (2026-10-07T03:09:08Z)
• Mnemon: Raw Records, Fast Judgments, Slow Thoughts [0.0]
  メモリの作業は、考えるように、2つのシステムに分割する、と我々は主張する。 たいていは高速なシステム1の作業で、多くの小さな、独立したイエス/ノーのレコードに関する判断である。 この分割に基づいて構築されたメモリエージェントMnemonを提示する。
  論文  参考訳（メタデータ） (2026-09-28T18:17:13Z)
• SpeakerMem-R1: Speaker-Centered Dual-Track Memory for Multi-Party Dialogue [30.06285587936361]
  SpeakerMem-R1は、メッセージと状態を個人レベルのビューとグループレベルのビューに整理したデュアルトラックメモリである。 SpeakerMem-R1は、それぞれ47.9%、69.2%、61.9%のバイナリアキュラシーを達成している。 また、1,986のLoCoMo質問に対して70.85%を達成し、2対1の会話境界テストとして使用しています。
  論文  参考訳（メタデータ） (2026-09-22T17:56:12Z)
• 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)
• 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)
• MINTEval: Evaluating Memory under Multi-Target Interference in Long-Horizon Agent Systems [69.06764269022925]
  本研究では,現在の記憶増強剤が現実的,干渉重大,長期的設定において果たす役割について検討する。 MINTEvalは、頻繁に更新される情報を備えた、長く高度に相互接続されたコンテキストを特徴とするベンチマークである。 MINTEvalは128.8kのトークンを平均で1インスタンスあたり1.8Mのトークンに拡張し、15.6kの質問応答ペアを持つ。
  論文  参考訳（メタデータ） (2026-05-18T15:43:35Z)
• MemLens: Benchmarking Multimodal Long-Term Memory in Large Vision-Language Models [50.25006399944962]
  メモリは、長いマルチモーダル相互作用を扱うために、大きな視覚言語モデルにとって不可欠である。 MEMLENSはマルチモーダルマルチセッション会話におけるメモリのベンチマークである。 我々は27個のLVLMと7個のメモリ増強剤を評価した。
  論文  参考訳（メタデータ） (2026-05-14T14:41:17Z)
• In Prospect and Retrospect: Reflective Memory Management for Long-term Personalized Dialogue Agents [70.12342024019044]
  大規模言語モデル(LLM)は、オープンエンド対話において大きな進歩を遂げているが、関連する情報の保持と取得ができないため、その有効性は制限されている。 本稿では,長期対話エージェントのための新しいメカニズムであるリフレクティブメモリ管理(RMM)を提案する。 RMMは、LongMemEvalデータセットのメモリ管理なしでベースラインよりも10%以上精度が向上している。
  論文  参考訳（メタデータ） (2025-03-11T04:15:52Z)

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。