論文の概要: MemInStream: Memorizing or Merely Recognizing? Rethinking Streaming Video Memory Evaluation
- arxiv url: http://arxiv.org/abs/2611.15640v1
- Date: Wed, 11 Nov 2026 15:52:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.187178
- Title: MemInStream: Memorizing or Merely Recognizing? Rethinking Streaming Video Memory Evaluation
- Title(参考訳): MemInStream: 記憶を覚えるか、単に認識するか? ストリーミングビデオのメモリ評価を再考する
- Abstract要約: 本稿では,ストリーミングビデオ理解におけるメモリ機能評価のためのベンチマークであるMemInStreamを紹介する。
本研究では,各質問を時間的局所化された証拠区間に関連付けるエビデンス制御検証プロトコルを開発した。
MemInStreamは4つの主要なカテゴリを通じてメモリ能力を体系的に評価する。
- 参考スコア(独自算出の注目度): 16.853892425641217
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Streaming video understanding aims to continuously process incoming visual observations, making the retention and retrieval of relevant information increasingly important as the video history grows. Although existing benchmarks include memory-related questions, question-answering accuracy alone does not reliably measure memory capabilities. Incorrect predictions may arise from failures in visual understanding rather than forgetting, whereas correct predictions may rely on linguistic priors or recent observations without requiring historical memory. To address these ambiguities, we introduce MemInStream, a benchmark dedicated to evaluating memory capabilities in streaming video understanding. We develop an evidence-controlled validation protocol that associates each question with temporally localized evidence intervals. The protocol validates evidence solvability and memory necessity by retaining questions that models can answer from the annotated evidence but cannot resolve using recent observations, post-evidence observations, or textual input alone. This helps disentangle memory limitations from understanding failures while reducing memory-independent shortcuts. MemInStream provides a systematic evaluation of memory capabilities through four major categories, covering Episodic Retrieval, State Tracking \& Updating, Multi-Evidence Integration, and Contextual Memory across diverse video scenarios. Overall, \textsc{MemInStream} provides a comprehensive and reliable benchmark for systematically evaluating memory capabilities in streaming video understanding.
- Abstract(参考訳): 映像理解のストリーミングは、映像の視聴履歴が大きくなるにつれて、関連情報の保持と検索がますます重要になるように、着信する視覚的観察を継続的に処理することを目的としている。
既存のベンチマークにはメモリ関連の質問が含まれているが、質問応答精度だけでは確実に記憶能力を測定することはできない。
誤った予測は、忘れるよりむしろ視覚的理解の失敗から生じるが、正しい予測は歴史的記憶を必要とせず、言語的な先行や最近の観察に依存することがある。
これらの曖昧性に対処するために,ストリーミングビデオ理解におけるメモリ機能評価のためのベンチマークであるMemInStreamを紹介した。
本研究では,各質問を時間的局所化された証拠区間に関連付けるエビデンス制御検証プロトコルを開発した。
このプロトコルは、アノテートされた証拠からモデルが答えられるが、最近の観察、過去の観察、あるいはテキスト入力だけでは解決できないという疑問を保持することで、証拠の解決可能性と記憶の必要性を検証する。
これにより、メモリ非依存のショートカットを減らしながら、メモリ制限を障害の理解から切り離すことができる。
MemInStreamは、エピソード検索、ステートトラッキング \&更新、マルチエビデンス統合、さまざまなビデオシナリオにわたるコンテキストメモリの4つのカテゴリを通じて、メモリ機能の体系的な評価を提供する。
全体として、‘textsc{MemInStream} はストリーミングビデオ理解におけるメモリ能力を体系的に評価するための総合的で信頼性の高いベンチマークを提供する。
関連論文リスト
- Retrieval-Augmented Online Textual Memory for Episodic Memory Video Question Answering [9.04242049753884]
長いエゴセントリックなビデオは、マルチモーダル言語モデルにとって重要な課題である。
本研究は,映像質問応答における検索の役割を体系的に研究する。
論文 参考訳(メタデータ) (2026-10-22T13:49:30Z) - Event-Centric Memory with Query-Aware Graph Augmentation for Long-Term Conversational Agents [51.804747364500344]
本稿では,人間の記憶を動機とした新しいメモリ構築とアクティベーションフレームワークQGMemを提案する。
QGMemは、長い対話履歴を個々の体験を保存するイベントインデックス化された原子記憶ユニットに変換する。
検索,マルチホップエビデンス構成,コンフリクト解決,コンパクトな文脈による超長文対話推論において,一貫した利得を示す。
論文 参考訳(メタデータ) (2026-10-08T13:17:59Z) - Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding [64.34948094316685]
latentStreamは、ストリーミングメモリをストア・アンド・レトリーブから検索・インターナライズへシフトする、プログレッシブな潜伏型ワーキングメモリフレームワークです。
LatentStreamは、既存のオンラインおよびオフラインビデオベンチマークで、最先端の新たな結果を達成する。
論文 参考訳(メタデータ) (2026-09-03T17:28:14Z) - EvoGraph-Mem: Failure-Aware Editable Graph Memory for Long-Term Language Agents [4.265255679736993]
既存のメモリ拡張エージェントは、主に過去の経験の保存と検索に重点を置いている。
これまで蒸留された洞察は、新しいタスクコンテキスト下で時代遅れになり、過度に一般化され、有害になる可能性がある。
本稿では,編集可能なインサイトグラフに基づく障害対応メモリメンテナンスフレームワークを提案する。
論文 参考訳(メタデータ) (2026-08-03T12:35:44Z) - MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。
MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。
長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
論文 参考訳(メタデータ) (2026-07-14T15:33:44Z) - 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) - What Should a Streaming Video Model Remember? [28.189301152079214]
ストリーミングビデオ理解モデルは、現在進行中のストリームの間、常にクエリに答えなければならない。
提案するTextbfSelectStreamは,クエリ条件のコンパクトなエビデンス予算を通じてのみ履歴情報を公開しながら,現在の観測結果を凍結したVLMに直接可視的に保持する,選択的潜在メモリフレームワークである。
実験の結果、SelectStreamは強力なオンラインストリーミング性能を示し、一般的なビデオ理解を保ち、StreamingBenchでは82.67%、OVO-Benchでは67.03%、オフラインビデオベンチマークでは74.4%に達した。
論文 参考訳(メタデータ) (2026-06-15T07:50:19Z) - MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models [56.31411457917676]
本稿では,メモリ構築と検索において,機能的メモリ境界を保存するタイプアウェアメモリフレームワークであるMemGuardを紹介する。
幻覚と長期会話のベンチマーク全体で、MemGuardはメモリの信頼性を最大28.27%向上し、メモリトークンは以前の方法より5.8倍少ない。
論文 参考訳(メタデータ) (2026-05-27T06:04:19Z) - Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。
最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
論文 参考訳(メタデータ) (2026-05-14T20:15:22Z) - MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks [55.145729491377374]
メモリを持つエージェントの既存の評価は、通常、単独で記憶と行動を評価する。
マルチセッションメモリ-エージェント環境ループにおけるエージェントメモリのベンチマークのための統合評価ジムであるMemoryArenaを紹介する。
MemoryArenaは、Webナビゲーション、優先制約付き計画、プログレッシブ情報検索、シーケンシャルなフォーマルな推論を含む評価をサポートする。
論文 参考訳(メタデータ) (2026-02-18T09:49:14Z)
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。