Just-in-Time Memoryは新しいタスク到着時にエージェントの生の軌跡を整理する
DAIR.AIは、Salesforce AI Researchの論文Just-in-Time Memoryを紹介している。この論文は生の軌跡を保持し、次のタスクが到着してから短いメモリペイロードを書き出し、ALFWorld、WebShop、tau2-benchで最も強いベースラインを成功率でそれぞれ16.2、16.3、3.9ポイント上回ったと報告している。
#agent-memory
すべてのAIニュースを見るJev-Mem論文、AIエージェント向けメモリ構築の高速化を報告
Jev-Mem論文は、軽量コントローラーが保存と検索の判断を行い、LLMは最終的な推論にのみ使うエージェント型メモリ構成を提案している。メモリ構築が6.6倍高速化し、クエリ遅延が36.7%低下し、LoCoMoスコアは0.777だったと報告している。
Wiki Foundation Modelがリンク付きMarkdownウィキからエージェント記憶を検索
WFMはLLMウィキをグラフに変換し、クエリに条件付けたメッセージパッシングで検索する。各ページの本文とページ間のリンクが、ともに結果を形作る。チームによると、GPU間の学習プロトコルは学習速度が10.5倍で、エージェント記憶とマルチホップ推論を扱う5つのベンチマークで高い結果を報告している。