論文の概要: SUMONE: A Simple and Efficient Summarizer for Plug-and-Play Agent Memory

• arxiv url: http://arxiv.org/abs/2611.06445v1
• Date: Wed, 04 Nov 2026 12:49:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:58.110815
• Title: SUMONE: A Simple and Efficient Summarizer for Plug-and-Play Agent Memory
• Title（参考訳）: SUMONE: プラグイン・アンド・プレイエージェントメモリのためのシンプルで効率的な要約器
• Abstract要約: SumOneは、マスクされた再構築を通じてエージェント履歴の情報を保存するために訓練されたスタンドアロンの要約ツールである。 参照サマリーやダウンストリームタスクの実行なしに、生のトラジェクトリから直接自己スーパービジョンを生成する。 推定推論コストをDeepSearchQAで約78%削減し、SWE-bench Verifiedで75%削減する。
• 参考スコア（独自算出の注目度）: 31.490332829925034
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon language-model agents accumulate increasingly large interaction histories, making context compaction essential for efficient execution. Existing learned compaction methods often rely on downstream task outcomes or solver behavior, coupling training to specific tasks or agents. We introduce SumOne, a standalone summarizer trained to preserve information in agent histories through masked reconstruction. Given a summary of the expired history, a frozen reconstructor recovers randomly masked portions of the original trajectory; reconstruction quality, combined with a length penalty, provides a task-agnostic reward for optimizing the summarizer with GRPO. This yields self-supervision directly from raw trajectories, without reference summaries or downstream task execution. At inference time, only the lightweight summarizer is retained, enabling plug-and-play context compression for otherwise unchanged agents. We conduct a systematic evaluation of SumOne in long-horizon search and software-engineering tasks. SumOne reduces estimated inference cost by approximately 78\% on DeepSearchQA and 75\% on SWE-bench Verified relative to operating with full context, with absolute decreases of 0.04. The same checkpoint also transfers across downstream models and agent harnesses without additional fine-tuning.
• Abstract（参考訳）: ロングホライゾン言語モデルエージェントは、ますます大きな相互作用履歴を蓄積し、効率的な実行にコンテキストのコンパクト化が不可欠である。 既存の学習された圧縮方法は、ダウンストリームのタスク結果や解決者の振る舞いに依存し、特定のタスクやエージェントにトレーニングを結合する。 マスクによる再構築によりエージェント履歴情報を保存するために訓練されたスタンドアローンの要約器SumOneを紹介する。 凍結した再構成器は、期限切れの履歴を要約すると、元の軌道のランダムにマスキングされた部分を復元し、復元品質と長さのペナルティが組み合わさって、GRPOで要約器を最適化するタスク非依存の報酬を与える。 これにより、参照サマリーやダウンストリームタスクの実行なしに、生のトラジェクトリから直接自己スーパービジョンが生成される。 推論時には軽量の要約器のみが保持され、プラグイン・アンド・プレイのコンテキスト圧縮が可能となる。 本研究では,長期探索およびソフトウェアエンジニアリングタスクにおけるSumOneの体系的評価を行う。 SumOneは、DeepSearchQAで推定推論コストを約78\%削減し、SWE-bench検証で75\%削減する。 同じチェックポイントは、ダウンストリームモデルとエージェントハーネスを、追加の微調整なしで転送する。

関連論文リスト

• ReGE: Stronger Agents through Experience Synthesis [47.55932634526085]
  ReGEは、記録された経験を新しい試みのためのガイダンスに変えるためのフレームワークである。 ReGE-Synは単一のコーチコールを使用して、境界付き実行レコードと利用可能なアーティファクトを自己完結型のガイダンスに共同で合成する。 4つのベンチマークで、ReGEはGPTでは平均9.9ポイント、Claudeでは8.8ポイントの精度を向上させる。
  論文  参考訳（メタデータ） (2026-10-24T19:05:57Z)
• ChainLoRA: Geometry-Preserving Task Vector Merging for Continual Learning in LLMs [47.47506424027992]
  ChainLoRAは、連鎖更新タスクベクトル幾何学に基づいて構築されたリプレイフリー連続マージフレームワークである。 実験の結果,ChainLoRAは評価されたリプレイフリー手法の中で最先端の性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2026-09-30T16:43:34Z)
• MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
  MeshHealは、完全に分散化された自己修復フレームワークである。 能力にマッチしたピアレビューを2つのタイムスケールに分けている。 1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
  論文  参考訳（メタデータ） (2026-09-24T04:29:37Z)
• CoMem: Context Management with A Decoupled Long-Context Model [68.6597154502361]
  CoMemは、プライマリエージェントワークフローからメモリ管理を分離するフレームワークである。 我々は、CoMemがバニラロングコンテキストソリューションで1.4倍のレイテンシ改善を実現していることを示す。
  論文  参考訳（メタデータ） (2026-05-29T04:59:32Z)
• Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows [0.0]
  実行可能なサブタスクノードが完全に接続された完全巡回サブタスクグラフについて検討する。 タスク固有(Spec-Cyc)およびベンチマーク固有(Gen-Cyc)グラフをTextCraft, ALFWorld, Finance-Agent上で評価する。
  論文  参考訳（メタデータ） (2026-04-17T15:31:20Z)
• fastml: Guarded Resampling Workflows for Safer Automated Machine Learning in R [0.0]
  我々は、ガードされた再サンプリングを通して漏洩認識機械学習のためのシングルコールインタフェースであるfastmlを提示する。 fastmlはグループ化とタイムオーダーのリサンプリングをサポートし、ハイリスク設定をブロックし、外部依存関係のレシピを監査し、サンドボックス実行と統合モデル説明を含む。
  論文  参考訳（メタデータ） (2026-04-06T22:41:27Z)
• Localizing Task Information for Improved Model Merging and Compression [61.16012721460561]
  我々は,各タスクの重み付けが重なり合わないことが多いため,各タスクがマージされた後も,各タスクの解決に必要な情報が保存されていることを示す。 本稿では,そのような重みを排除し,既存のモデルマージ手法の一般的な性能を改善するアルゴリズムであるConsensus Mergingを提案する。
  論文  参考訳（メタデータ） (2024-05-13T14:54:37Z)
• COLO: A Contrastive Learning based Re-ranking Framework for One-Stage Summarization [84.70895015194188]
  コントラスト学習に基づく一段階要約フレームワークであるCOLOを提案する。 COLOはCNN/DailyMailベンチマークの1段階システムの抽出と抽象化結果を44.58と46.33ROUGE-1スコアに引き上げた。
  論文  参考訳（メタデータ） (2022-09-29T06:11:21Z)
• Abstractive Query Focused Summarization with Query-Free Resources [60.468323530248945]
  本稿では,汎用的な要約リソースのみを利用して抽象的なqfsシステムを構築する問題を考える。 本稿では,要約とクエリのための新しい統一表現からなるMasked ROUGE回帰フレームワークであるMargeを提案する。 最小限の監視から学習したにもかかわらず,遠隔管理環境において最先端の結果が得られた。
  論文  参考訳（メタデータ） (2020-12-29T14:39:35Z)

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。