論文の概要: CoReMem: Cost-Internalizing Memory for Successive Coding Tasks with Prospective Valuation
- arxiv url: http://arxiv.org/abs/2611.17316v1
- Date: Thu, 12 Nov 2026 18:58:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.599807
- Title: CoReMem: Cost-Internalizing Memory for Successive Coding Tasks with Prospective Valuation
- Title(参考訳): CoReMem: 将来的な評価を伴う逐次的コーディングタスクのためのコストインターナライズメモリ
- Abstract要約: コーディングエージェントは進化するリポジトリ上の連続したタスクに取り組み、次のタスクが知られる前に前方編集とメモリ書き込みを行う。
メモリ設計とアクタ適応を,次のタスクで計測されたメモリ値を通じてガイドする,コストインセンタ化フレームワークであるCoReMemを紹介する。
- 参考スコア(独自算出の注目度): 28.426677461781097
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coding agents tackle successive tasks on an evolving repository, carrying forward edits and writing memory before the next task is known. Selecting memory for unknown next tasks requires balancing future usefulness against the costs of writing and reading it. The actor must also decide when acting on available memory saves effort as the task unfolds. We introduce Coding-Repository Memory (CoReMem), a cost-internalizing framework that guides memory design and actor adaptation through measured memory value on the next task. Prospective segment valuation compares runs of the next task with and without individual trajectory segments from the same inherited repository state, guiding a compact memory built around anchors: repository locations and executable checks. Actor adaptation estimates on-policy memory value within rollout groups with and without memory, using a reward that prioritizes resolution and penalizes step count in successful runs. Provenance-gated value credit assigns the additional value term to steps identified as using memory-supplied anchors, while every step retains outcome credit. On ChainSWE, CoReMem raises the 27B actor's resolve rate from 21.0% to 25.7%, with 17% fewer steps and 11% fewer total cache-aware tokens, including memory-module calls, relative to the untrained actor model without memory.
- Abstract(参考訳): コーディングエージェントは進化するリポジトリ上の連続したタスクに取り組み、次のタスクが知られる前に前方編集とメモリ書き込みを行う。
未知の次のタスクのためにメモリを選択するには、将来の有用性と書き込みと読み込みのコストのバランスを取る必要がある。
アクターはまた、タスクが展開するにつれて、利用可能なメモリ上での動作が労力を節約するかどうかを判断する必要がある。
メモリ設計とアクタ適応を,次のタスクで計測されたメモリ値を通じてガイドする,コストインセンタ化フレームワークであるCoReMemを紹介する。
予測セグメントのバリュエーションは、次のタスクの実行と、同じ継承されたリポジトリ状態からの個々のトラジェクトリセグメントとを比較し、アンカーを中心に構築されたコンパクトメモリ(リポジトリ位置と実行可能チェック)を導く。
アクタ適応は、メモリのないロールアウトグループ内で、解像度を優先し、実行中のステップ数をペナライズする報酬を使用して、プライマリなメモリ値を推定する。
Provenance-gated value credit はメモリ供給アンカーとして識別されたステップに付加価値項を割り当て、各ステップは結果クレジットを保持する。
ChainSWEでは、CoReMemは27Bアクターのリゾルバレートを21.0%から25.7%に引き上げ、ステップを17%減らし、メモリ不要のアクターモデルと比較してメモリモジュール呼び出しを含む合計キャッシュ認識トークンを11%減らした。
関連論文リスト
- What Is This Memory Useful For? Measuring Task-Conditioned Utility in Long-Term Agent Memory [2.723059891168477]
ストアドエクスペリエンスは、ある将来の質問に答え、他の質問に対してほとんど助けを提供しない。
このタスク条件付きユーティリティは、各メモリに単一の重要なスコアを割り当てるのではなく、測定する。
コスト台帳は、メモリの生成、保存、公開に使われるリソースを記録する。
論文 参考訳(メタデータ) (2026-11-02T20:32:20Z) - VibeMemBench: Evaluating Memory Systems for Coding Agents on Real Repository Coding Tasks [74.71365175490853]
我々は90のSWE-rebench V2レポジトリから111のコーディングターゲットのメモリシステムを評価するベンチマークであるVibeMemBenchを紹介する。
ターゲットはSWEベンチマークスタイルに従い、バグ修正、機能要求、インターフェースの変更、設定作業をカバーする。
ダイレクトインジェクションは、4つのタスクの解像度を1.1から4.5ポイント引き上げ、エージェントステップを5つに下げる。しかし、4つの既存のメモリシステムが同じ履歴から経験を構築・取得しなければならない場合、12のソルバのうち11のシステムペアリングは一致したメモリオフベースラインを超えない。
論文 参考訳(メタデータ) (2026-09-20T11:44:03Z) - UniMem: Complementary Episodic-to-Parametric Memory for Boundary-Agnostic Task Streams [77.52140119830241]
自律型メモリ管理のためのセルフルーティングフレームワークUniMemを提案する。
UniMemは学習可能なルーティングトークンをメモリコントローラとして使用し、相補的なメモリ経路間の適応的な調整を可能にする。
長距離ストリーミングタスクシーケンスの実験では、UniMemは実行の忠実さを維持しながらベースラインを一貫して上回っている。
論文 参考訳(メタデータ) (2026-07-28T17:28:21Z) - Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。
メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。
MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
論文 参考訳(メタデータ) (2026-07-15T08:32:40Z) - 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) - What Memory Do GUI Agents Really Need? From Passive Records to Active Task-Driving States [29.883598855446976]
モバイルGUIエージェントは、ページやアプリケーション間でのタスク関連データの読み込み、更新、再利用を必要とする長い水平タスクに直面している。
既存の方法は、メモリを主にパッシブストレージとして扱い、過去の観測が蓄積され、必要に応じて回収される。
本稿では,GUIエージェントメモリをパッシブストレージからアクティブに保守された実行状態に移行するアクティブタスク駆動メモリ(ATMem)を提案する。
論文 参考訳(メタデータ) (2026-06-30T13:01:19Z) - AdMem: Advanced Memory for Task-solving Agents [13.611633561917513]
大規模言語モデル(LLM)はツール使用エージェントとしての約束を示すが、知識の記憶、整理、再利用を必要とする長期的タスクには制限がある。
本稿では,短期記憶と長期記憶を組み合わせた2段階設計において,セマンティック,エピソード,手続き記憶を統合した統合的・自動記憶フレームワークを提案する。
論文 参考訳(メタデータ) (2026-06-05T00:11:57Z) - 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。