論文の概要: MemCredit: From Relevance to Utility for Decision-Time Memory in Long-Horizon Web Agents
- arxiv url: http://arxiv.org/abs/2611.15600v1
- Date: Wed, 11 Nov 2026 15:17:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.180317
- Title: MemCredit: From Relevance to Utility for Decision-Time Memory in Long-Horizon Web Agents
- Title(参考訳): MemCredit: ロングホライゾンWebエージェントにおける決定時間記憶の関連性から実用性
- Abstract要約: 本稿では,メモリ選択を意味的関連性から決定ユーティリティへシフトする,意思決定中心のメモリフレームワークであるMemCreditを紹介する。
ALFWorldでは、MemCreditは歴史的に500トーンの予算で86.57 SR@50を達成したが、BM25の検索は65.67%だった。
- 参考スコア(独自算出の注目度): 17.845239639364504
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM) agents increasingly operate over long Web interaction histories, making memory management critical for reliable and efficient decision making. Existing methods primarily optimize storage, retrieval, or compression, but the memories most semantically relevant to the current state are not necessarily those that most improve the agent's action. We introduce MemCredit, a decision-centric memory framework that shifts memory selection from semantic relevance to decision utility. MemCredit estimates the state-, reference-context-, and policy-conditional marginal contribution of individual memories through controlled counterfactual interventions, and distills these intervention-derived credits into a lightweight utility estimator. At inference time, semantic relevance is used only for high-recall candidate generation, while predicted utility arbitrates which memories are retained under a fixed token budget, without modifying the underlying agent policy or requiring additional environment interaction. We evaluate MemCredit on ALFWorld and WebShop against representative memory baselines. On ALFWorld, MemCredit achieves 86.57 SR@50 under a 500-token historical-memory budget, compared with 65.67% for BM25 retrieval. Counterfactual analysis further shows that memory utility is sparse, strongly state dependent, and poorly captured by semantic relevance. These results suggest that decision utility provides a more effective principle than relevance alone for long-horizon agent memory management.
- Abstract(参考訳): 大規模言語モデル(LLM)エージェントは、長いWebインタラクション履歴を通してますます運用され、信頼性と効率的な意思決定のためにメモリ管理が重要になる。
既存の方法は、主に記憶、検索、圧縮を最適化するが、現在の状態に最も意味的に関係している記憶は、エージェントのアクションを最も改善する記憶であるとは限らない。
本稿では,メモリ選択を意味的関連性から決定ユーティリティへシフトする,意思決定中心のメモリフレームワークであるMemCreditを紹介する。
MemCreditは、制御された反ファクト的介入を通じて個々の記憶の状態、参照コンテキスト、およびポリシー条件による限界的寄与を推定し、これらの介入に由来するクレジットを軽量なユーティリティー推定器に蒸留する。
推論時には、セマンティック関連性はハイリコール候補生成にのみ使用されるが、予測ユーティリティは、基礎となるエージェントポリシーを変更したり、追加の環境相互作用を必要とせずに、固定トークン予算の下で記憶を保持する。
ALFWorldとWebShopのMemCreditを代表メモリベースラインに対して評価する。
ALFWorldでは、MemCreditは歴史的に500トーンの予算で86.57 SR@50を達成したが、BM25の検索は65.67%だった。
カウンターファクト分析により、メモリユーティリティはスパースであり、強い状態依存であり、セマンティックな関連性によっては不十分であることが示された。
これらの結果から, 意思決定ユーティリティは, 長期エージェントメモリ管理において, 関連性のみよりも有効である可能性が示唆された。
関連論文リスト
- MemSyco-Bench: Benchmarking Sycophancy in Agent Memory [32.49512092540906]
MemSyco-Benchは、エージェントシステムにおけるメモリ誘起性を評価するためのベンチマークである。
MemSyco-Benchは、いつメモリが決定に影響を及ぼすか、どのように有効なメモリを使用するかを測定する。
論文 参考訳(メタデータ) (2026-07-01T15:30:33Z) - HiMPO: Hindsight-Informed Memory Policy Optimization for Less-Entangled Credit in Long-Horizon Agents [10.128343847630552]
HiMPO (Hindsight-Informed Memory Policy Optimization) は、メモリ書き込みアクションに少なからぬクレジットを割り当てるためのフレームワークである。
また,HMPOは,ツールによるエラーによる非難の漏洩を低減し,メモリ更新の帰属性を改善する。
論文 参考訳(メタデータ) (2026-06-15T06:49:18Z) - MemRefine: LLM-Guided Compression for Long-Term Agent Memory [67.62350557461352]
大規模言語モデル (LLM) エージェントは、長期的相互作用を通じて操作されることがますます期待されている。
相互作用が蓄積されるにつれて、メモリストアはバウンドなしで成長し、ストレージコストを増大させ、最も有用な証拠を収集することによって検索を低下させる冗長なエントリを埋める。
これは特に、ハードメモリの予算を持つリソース制約のあるプラットフォームに制限されている。
本稿では,既存のメモリストアを固定予算内に保持し,将来的なインタラクションに有用な情報を保存するための,ストレージ予算のメモリ管理を提案する。
論文 参考訳(メタデータ) (2026-06-11T10:46:17Z) - Remember the Decision, Not the Description: A Rate-Distortion Framework for Agent Memory [120.68750043918249]
記憶は、決定にとって重要な区別を、記述ではなく保存すべきであることを示す。
DeMemは,共有状態が決定競合を誘発することを示すデータに対してのみ,分割を洗練させるオンラインメモリ学習システムである。
論文 参考訳(メタデータ) (2026-05-11T17:20:58Z) - AMemGym: Interactive Memory Benchmarking for Assistants in Long-Horizon Conversations [61.6579785305668]
AMemGymは、メモリ駆動型パーソナライゼーションのためのオンライン評価と最適化を可能にする対話型環境である。
我々のフレームワークは、対話エージェントのメモリ能力を向上するためのスケーラブルで診断に富んだ環境を提供する。
論文 参考訳(メタデータ) (2026-03-02T15:15:11Z) - MemPO: Self-Memory Policy Optimization for Long-Horizon Agents [52.00646524941419]
既存のメソッドは通常、外部メモリモジュールを導入し、格納されたメモリから関連する情報を検索する。
本稿では,自己記憶ポリシー最適化アルゴリズム(MemPO)を提案する。
MemPOはF1の絶対スコアが25.98%、SOTAベースラインが7.1%、トークン使用率が67.58%、73.12%である。
論文 参考訳(メタデータ) (2026-02-28T14:43:02Z) - Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents [57.38404718635204]
大規模言語モデル (LLM) エージェントは、有限コンテキストウィンドウによる長距離推論において基本的な制限に直面している。
既存のメソッドは通常、長期記憶(LTM)と短期記憶(STM)を独立したコンポーネントとして扱う。
本稿では,エージェントのポリシーに LTM と STM 管理を直接統合する統合フレームワークである Agentic Memory (AgeMem) を提案する。
論文 参考訳(メタデータ) (2026-01-05T08:24:16Z) - Beyond Heuristics: A Decision-Theoretic Framework for Agent Memory Management [49.71055327567513]
メモリ管理は、不確実性の下でのシーケンシャルな意思決定問題と見なされるべきである。
私たちの貢献は、新しいアルゴリズムではなく、アプローチの限界を明確にする原則的なリフレーミングです。
論文 参考訳(メタデータ) (2025-12-25T08:23:03Z)
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。