論文の概要: WASP-Mem: Let Agent Organize Procedural Memory. Human Spend Effort on Diagnosis

• arxiv url: http://arxiv.org/abs/2611.04003v1
• Date: Mon, 02 Nov 2026 21:43:49 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:21:53.295947
• Title: WASP-Mem: Let Agent Organize Procedural Memory. Human Spend Effort on Diagnosis
• Title（参考訳）: WASP-Mem: エージェントによる手続き記憶の組織化
• Abstract要約: LLMエージェントは、静的でビルド済みのハーネスが、実行時にのみ現れるプロプライエタリなポリシー、文書化されていない振る舞い、状態依存のリカバリパスをキャプチャできないため、複雑なエンタープライズプロシージャを自動化するのに苦労する。 WASP-Mem (Wiki-based Agent-Synthesized Procedural Memory, WASP-Mem) は,実行トレースやフィードバックを持続的,相互にリンクしたウィキページに蒸留する手法である。
• 参考スコア（独自算出の注目度）: 13.25155721238679
• License:
• Abstract: LLM agents struggle to automate complex enterprise procedures because static, pre-built harness cannot capture proprietary policies, undocumented behaviors, or state-dependent recovery paths that surface only during execution. Procedural memory accrued from agent experience offers a training-free path to closing this gap -- yet unlike episodic records or semantic facts, it must consolidate repeated successes and diagnosed failures into reusable actions and recovery strategies. We introduce WASP-Mem (Wiki-based Agent-Synthesized Procedural Memory), a nimble but effective method that distills execution traces and feedback into persistent, interlinked wiki pages, enabling continual agent learning. On TheAgentCompany benchmark, WASP-Mem raises the checkpoint pass rate by 4.6-6.1% over the strongest baseline we compared across three models while requiring 57-61% less storage. We further present a systematic controlled study spanning consolidation method, feedback type, trace ingestion scope, and refinement rounds. Our results reveal that prescriptive knowledge organization such as human defined schemas and explicit deduplication rules hurts performance rather than closing the procedural-knowledge gap. In contrast, human diagnosis converts failed traces into corrective knowledge and drives sustained improvement: a single round of human diagnosis outperforms four rounds of self-judgment by 7.0-10.9%. These findings point to a simple division of labor: let agents organize procedural memory, and invest human effort where it matters most -- diagnosis.
• Abstract（参考訳）: LLMエージェントは、静的でビルド済みのハーネスが、実行時にのみ現れるプロプライエタリなポリシー、文書化されていない振る舞い、状態依存のリカバリパスをキャプチャできないため、複雑なエンタープライズプロシージャを自動化するのに苦労する。 エージェントエクスペリエンスから得られた手続き的記憶は、このギャップを閉じるためのトレーニング不要なパスを提供します。しかし、エピソード的な記録やセマンティックな事実とは異なり、反復的な成功と診断された失敗を再利用可能なアクションとリカバリ戦略に統合する必要があります。 WASP-Mem (Wiki-based Agent-Synthesized Procedural Memory, WASP-Mem) は,実行トレースやフィードバックを持続的,相互に結びついたウィキページに蒸留し,連続的なエージェント学習を可能にする手法である。 TheAgentCompanyのベンチマークでは、WASP-Memは3つのモデルで比較した最強のベースラインより4.6-6.1%、ストレージは57-61%削減された。 さらに, コンソリデーション法, フィードバックタイプ, トレース摂取範囲, 改善ラウンドを対象とする系統的な研究について述べる。 この結果から,人間の定義したスキーマや明示的な重複ルールといった規範的知識組織は,手続き的知識ギャップを埋めるよりも,パフォーマンスを損なうことが明らかとなった。 対照的に、ヒトの診断は失敗した痕跡を矯正的知識に変換し、持続的な改善を推進し、ヒトの診断の1ラウンドは7.0-10.9%の自己判断のラウンドより4ラウンド上回っている。 これらの発見は、エージェントが手続き的な記憶を整理し、最も重要な分野である診断に人間の努力を投資する、という単純な分業を示唆している。

関連論文リスト

• The Compliance Trap: Diagnosing How AI Agents Consume Conflicting Memory [9.041305193333434]
  メモリは、長年にわたるAIエージェントの中核的なコンポーネントになりつつある。これにより、エージェントは、Webブラウザやソフトウェアツール、その他のインタラクティブな環境を操作する際に、過去の経験を再利用することができる。 既存の作業は、主にメモリを供給問題として扱い、どのエクスペリエンスを書くか、どのように保存するか、どのエントリを次のタスクに取得するかを尋ねる。 しかし、モデルが取得したメモリをどのように消費するかについては、まだ明確な説明がありません。
  論文  参考訳（メタデータ） (2026-07-12T07:05:31Z)
• Learning from Failure: Inference-Time Self-Improvement for Computer-Use Agents [80.03824805228719]
  コンピュータ利用エージェントを開発する上での大きな課題は、大規模で高品質な軌道を収集することである。 我々は、失敗した軌道をエージェント改善に変換するデータ中心のパラダイムを提案する。 この手法をOSWorldベンチマーク上で,最先端のOpenCUA-72Bモデルを用いて検証する。
  論文  参考訳（メタデータ） (2026-06-30T07:44:37Z)
• IterInject: Indirect Prompt Injection Against LLM Agents via Feedback-Guided Iterative Optimization [33.58630045185762]
  既存の攻撃は、エージェント固有の防御に適応できない静的ペイロードに依存している。 インジェクション,診断,診断のループを閉じるフィードバック誘導反復型フレームワークである oursys を導入する。 ステップは、失敗パターンから新しい偽の種を生成し、戦略空間を自己進化させる。
  論文  参考訳（メタデータ） (2026-05-23T17:00:06Z)
• Human-Guided Harm Recovery for Computer Use Agents [7.834133575906748]
  LMエージェントは、実際のコンピュータシステムでアクションを実行する能力を得る。 我々は、大規模に有害な行為を予防するだけでなく、予防に失敗した場合の害を効果的に軽減する方法が必要である。 我々は, ポストエグゼクティションの安全対策におけるこの無視された課題に対する解決策を, 損害回復として定式化する。
  論文  参考訳（メタデータ） (2026-04-20T21:12:40Z)
• Constraint-Aware Corrective Memory for Language-Based Drug Discovery Agents [17.040277223975195]
  本稿では,正確な設定レベル診断と簡潔なメモリ書き込み機構に基づいて構築された言語ベースの薬物発見フレームワークであるCACMを提案する。 実験の結果,CACMは最先端のベースラインよりも目標レベルの成功率を36.4%向上させることがわかった。
  論文  参考訳（メタデータ） (2026-04-10T13:16:44Z)
• Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
  本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。 我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。 ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
  論文  参考訳（メタデータ） (2026-03-18T06:15:35Z)
• AgentProcessBench: Diagnosing Step-Level Process Quality in Tool-Using Agents [50.481033105867205]
  我々はAgentProcessBenchを紹介した。AgentProcessBenchは、現実的なツール拡張トラジェクトリにおけるステップレベルの有効性を評価するための最初のベンチマークである。 ベンチマークは、1,000の多様な軌跡と8,509の人間ラベル付きステップアノテーションと89.1%のアノテーション間合意で構成されている。 探索をキャプチャする3つのラベリングスキームと、ラベルのあいまいさを減らすためのエラー伝搬ルールを備えている。
  論文  参考訳（メタデータ） (2026-03-15T16:13:58Z)
• RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback [54.39884046754265]
  RetroAgentは、エージェントが複雑なインタラクティブ環境をマスターできるオンラインRLフレームワークである。 実験の結果,RetroAgentはSOTA(State-of-the-art)の性能を達成できた。
  論文  参考訳（メタデータ） (2026-03-09T16:23:33Z)
• ProcMEM: Learning Reusable Procedural Memory from Experience via Non-Parametric PPO for LLM Agents [31.24386037416211]
  LLM駆動のエージェントは、繰り返し発生するシナリオにおいても、オンザフライの推論、再帰的なソリューションに依存していることが多い。 この経験の再利用が不十分なため、計算冗長性と実行不安定性が生じる。 本稿では,プロシージャメモリをパラメータ更新なしに対話体験から自律的に学習するフレームワークであるProcMEMを提案する。
  論文  参考訳（メタデータ） (2026-02-02T09:43:12Z)
• AgentFold: Long-Horizon Web Agents with Proactive Context Management [98.54523771369018]
  LLM ベースの Web エージェントは情報検索を大いに約束するが,その有効性はコンテキスト管理における基本的なトレードオフによって妨げられる。 本稿では,プロアクティブなコンテキスト管理を中心としたエージェントパラダイムであるAgentFoldを紹介する。 単純な微調整により,BrowseCompでは36.2%,BrowseComp-ZHでは47.3%を達成した。
  論文  参考訳（メタデータ） (2025-10-28T17:51:50Z)
• Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails [103.05296856071931]
  本稿では,自己進化型大規模言語モデル(LLM)エージェントに特有の,アライメント・ティッピング・プロセス(ATP)を同定する。 ATPは、連続的な相互作用によってエージェントが訓練中に確立されたアライメント制約を放棄し、強化された自己関心の戦略を支持するときに生じる。 実験の結果、アライメントの利点は自己進化の下で急速に低下し、最初は整合性のない状態に収束したモデルであることが判明した。
  論文  参考訳（メタデータ） (2025-10-06T14:48:39Z)

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。