arXiv:2610.02897v2 cs.AI

쓰기 시점의 해석: 다중 목표 에이전트 메모리를 위한 정책 제거 연구

Interpreting at Write Time: A Policy Ablation for Multi-Goal Agent Memory

Albert Sadowski, Jaros{\l}aw A. Chudziak

제출 2026-11-03

저자 비고

arXiv Comments

Accepted to PALM workshop at NeurIPS 2026

원문 초록

A long-running assistant cannot keep everything it has seen, so it summarises. Summarising is not neutral: what is kept depends on what the record is for, and the choice is made once, before anyone knows which of the user's goals will ask. We ask what a memory should summarise for when it serves several standing goals at once. Three write policies answer differently: summarise with no goal in view, write one summary covering every goal, or write one summary per goal and read them together. We compare them with five models, two short event streams and one LLM judge, holding the read step fixed. Answers from different goal stores overlap less than answers from one store on two runs, so the goals do pull apart. Per-goal summaries read together scored highest. They beat the all-goal summary on relevance, completeness and accuracy, but the neutral one only on relevance and completeness, and at matched answer length only on relevance. The all-goal summary scored below the neutral one, which had a quarter of its budget. A single goal store served its own goal's queries better than the other goal stores, but not better than the neutral summary.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2610.02897v2제출 시각 미확인
  2. arXiv:2610.02897v1

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2605.11814v2cs.AI공통 태그 agent memory

MedMemoryBench: 개인화된 헬스케어 환경에서의 에이전트 메모리 벤치마킹

MedMemoryBench: Benchmarking Agent Memory in Personalized Healthcare

개인화된 헬스케어 에이전트(agent)의 대규모 배포에는 극도로 정밀하고 안전하며 장기적인 임상 추적이 가능한 메모리 메커니즘이 요구됩니다. 그러나 기존 벤치마크는 주로 일상적인 오픈 도메인 대화에 초점을 맞추고 있어, 실제 의료 응용 분야의 중대한 복잡성을 포착하지 못합니다. 수천만 명의 활성 사용자에게 서비스를 제공하는 업계 최고 수준의 건강 관리 에이전트의 엄격한 프로덕션 요구사항에 착안하여, 본 논문에서는 MedMemoryBench를 소개합니다. 저자들은 임상적 근거를 갖춘 합성 환자 아키타입(archetype)을 기반으로 고도로 사실적이며 장기적인 의료 궤적을 합성하는 인간-에이전트 협업 파이프라인을 개발했습니다. 이 과정을 통해 약 2,000개의 세션과 16,000회의 상호작용 턴(turn)으로 구성되고 전문가 검증을 거친 대규모 데이터셋(dataset)을 구축했습니다. 특히 MedMemoryBench는 프로덕션 환경에서의 동적 메모리 축적을 정밀하게 반영하는 '생성 중 평가(evaluate-while-constructing)' 스트리밍 평가 프로토콜을 선도적으로 도입하여 전통적인 정적 평가 방식에서 벗어났습니다. 또한, 지속적인 정보 유입이 검색 및 추론 강건성을 저하시키는 중대한 현상인 메모리 포화(memory saturation)를 공식화하고 체계적으로 조사합니다. 포괄적인 벤치마킹 결과, 특히 복잡한 의료 추론과 노이즈 복원력 측면에서 주류 아키텍처들의 심각한 병목 현상이 드러났습니다. MedMemoryBench는 이러한 근본적인 결함을 밝혀냄으로써 견고하고 프로덕션에 즉시 적용 가능한 의료 에이전트를 개발하기 위한 중요한 토대를 마련합니다.

arXiv:2607.23693v2cs.AI공통 태그 agent memory

전역적으로 계산하고 국소적으로 구체화하기: 희소 이벤트-KV의 메모리 계약

Compute Globally, Materialize Locally: The Memory Contract of Sparse Event-KV

장기 호라이즌(long-horizon) 에이전트는 점점 더 KV 캐시를 메모리로 재사용하고 있으며, 서빙 시스템은 캐시된 항목의 일부만 유지하고 나머지는 제거(eviction)합니다. 따라서 축출 및 에피소드 메모리 방식은 거의 직접 검증되지 않은 전제, 즉 이벤트를 생성한 관측(observation)이 사라진 뒤에도 보존된 이벤트가 여전히 유용한 정보를 담고 있다는 전제에 의존합니다. 우리는 다른 조건이 동일한 에이전트 이력에서 서빙되는 내용 중 이전 관측 하나를 생략함으로써 이를 직접 검증합니다. 해당 관측에 민감한 항목들 중에서, 서빙된 텍스트 구간(span)에 어떤 값이 올바른지 명시되어 있지 않음에도 답은 압도적으로 생략된 값을 따릅니다. 우리는 이를 의미론적 구체화(semantic materialization)라고 부릅니다. 즉, 하류(downstream) 이벤트의 캐시된 행들이 입력이 사라진 계산에 대해 독립적으로 서빙 가능한 뷰(view) 역할을 하는 것입니다. 이는 의도적으로 작성될 수도 있습니다. 의도적으로 표현된 무정답(answer-free) 이벤트는 값을 전혀 언급하지 않고도 Qwen3-8B에서 기증자 정렬 복구(donor-aligned recovery)를 6%에서 51%로 향상시키는 반면, 장기 대화에서 자연스러운 언급을 수동적으로 수집하는 방식은 감지 가능한 이점을 보이지 못합니다. 이러한 행이 전달하는 정보는 구체적이고 제한적입니다. 간결한 상태(compact state)는 유지되지만 더 큰 페이로드는 무작위 확률 수준으로 감쇠하며, 특정 구조가 정보를 기록하는지 여부는 의미뿐만 아니라 표현 방식(phrasing)에 달려 있어 모델이 동등하게 이해하는 두 표현 간에도 큰 차이가 발생할 수 있습니다. 그 결과는 무엇을 기록할지, 어디에 도달할지, 소스가 사라진 후 무엇이 살아남는지를 규정하는 희소 이벤트-KV(sparse event-KV) 서빙을 위한 메모리 계약(memory contract)입니다. 캐시 축출을 수행하는 이들에게 따르는 당연한 귀결은, 소스 이벤트를 제거하고 정확도 손실이 관찰되지 않았다고 해서 그 소스가 불필요했음을 증명하는 것은 아니라는 점입니다.

arXiv:2609.34565v2cs.AI공통 태그 agent memory

FlowState: 장기 작업 대규모 언어 모델(LLM) 에이전트를 위한 메모리로서의 실행 상태

FlowState: Execution State as Memory for Long-Horizon LLM Agents

장기 작업(long-horizon tasks)을 수행하려면 대규모 언어 모델(LLM) 에이전트가 이전 상호작용의 정보를 지속적으로 활용해야 합니다. 그러나 전체 히스토리를 유지하면 컨텍스트 비용이 증가하는 반면, 이를 압축하면 나중에 필요한 세부 정보를 잃을 위험이 있으며, 과거 정보의 관련성은 작업이 진행됨에 따라 분명해지는 경우가 많습니다. 이러한 문제를 해결하기 위해, 요청 전반에 걸쳐 유지 및 재방문할 수 있는 메모리로 실행 상태를 다루어 현재의 의사결정과 과거 정보의 재사용을 통합하는 FlowState를 제안합니다. FlowState는 의미론적 유형이 지정된 상태 노드, 이들의 관계, 원시 도구 관측치에 대한 참조를 보존하여 지속적인 유지와 온디맨드 접근을 분리합니다. 단일 실행 루프 내에서 증분 상태 업데이트(ISU)는 새로운 입력과 피드백을 기반으로 현재 상태를 유지하고, 점진적 상태 접근(PSA)은 추론 중에 필요에 따라 과거 상태와 뒷받침하는 근거를 점진적으로 드러냅니다. 이러한 메커니즘은 에이전트가 새로운 정보에 비추어 이전 결정을 재평가하고 후속 조치를 안내할 수 있도록 지원합니다. 동일한 DeepSeek-V4-Flash 모델을 사용하는 전체 컨텍스트 기준선과 비교했을 때, FlowState는 MemoryArena의 평균 성공률과 $τ^3$-Bench의 평균 통과율을 각각 4.55%p 및 13.95%p 향상시키는 동시에 전체 토큰 소비량을 43.2% 및 40.6% 줄였습니다. 이러한 결과는 장기 작업에서 FlowState의 성능 및 효율성 이점을 입증합니다.

arXiv:2610.04838v2cs.AI공통 태그 agent memory

MemTrace: 장기 코딩 에이전트를 위한 상태 일관적 메모리

MemTrace: State-Consistent Memory for Long-Horizon Coding Agents

코딩 에이전트(agent)가 여러 파일과 단계에 걸친 장기 소프트웨어 발전 작업을 수행함에 따라, 길어진 실행 궤적은 두 가지 연계된 문제를 야기합니다. (1) 누적된 이력으로 인해 컨텍스트 예산에 부담이 가중되고, (2) 저장소의 변경 사항으로 인해 이전 실행 근거의 유효성이 상실될 수 있습니다. 기존 접근 방식은 더 큰 컨텍스트 윈도우(context window), 압축, 검색 또는 저장소 표현과 같은 기법을 통해 이러한 문제를 해결하지만, 컨텍스트 갱신 후 일관된 작업 상태를 재구성하지 못하거나 회상된 근거가 여전히 유효한지 검증하지 못하는 경우가 많습니다. 이에 따라 본 논문에서는 실행 이력을 보존하고 변화하는 작업(예: 반복적인 파일 간 수정) 및 저장소 상태와 이력의 재사용을 정렬하는 출처 인식 메모리 시스템인 MemTrace를 제안합니다. MemTrace는 이력을 주요 정보(예: 파일, 심볼, 테스트)에 고정된 불변의 Memory Trace로 저장하며, 이들의 실행 순서와 의존성을 Memory Trace Graph로 구조화합니다. 컨텍스트가 제한될 때 작업 메모리는 컴팩트한 Memory Anchor만 유지하며, 에이전트는 이를 통해 최신 실행 상태를 재구성하고 다음 행동과 관련된 근거를 찾을 수 있습니다. 과거 근거를 복원하기 전에 MemTrace는 현재 저장소 상태에 대해 유효성을 검사하고 다음 행동에 필요한 정보만을 검색합니다. 세 가지 상호보완적인 장기 코딩 벤치마크(benchmark) 전반에서, MemTrace는 동일한 백본 및 하네스 조건 하에 완전히 평가된 모든 베이스라인을 일관되게 능가하여 Codex CLI 환경에서 DeepSWE pass@1을 21.2포인트, SWE-EVO 해결률(Resolved Rate)을 4.4포인트, SWE-Milestone 점수를 17.8포인트 향상시켰습니다.

arXiv:2610.10778v1cs.LG공통 태그 agent memory

MemoWM: 월드 모델이 에이전트가 기억해야 할 대상을 어떻게 변화시키는가

MemoWM: How World Models Change What Agents Need to Remember

장기 에이전트(agent)는 경험이 축적됨에 따라 증가하는 스토리지 요구량 문제에 직면합니다. 월드 모델(world model)은 각 경험마다 저장해야 하는 정보량을 줄일 수 있는 재사용 가능한 규칙성을 포착합니다. 본 논문에서는 월드 모델에 조건화된 메모리 할당 문제를 공식화하고, 공유된 예측을 활용하여 보존되는 정보를 압축하고 생략된 콘텐츠를 재구성하는 프레임워크인 MemoWM을 제안합니다. MemoWM의 작업 인식(task-aware) 할당 규칙은 재구성 오류의 예상 영향과 스토리지 비용 간의 균형을 맞추어, 예측 사전 확률(predictive prior)을 넘어서는 다운스트림 가치를 지닌 정보를 보존합니다. 5개의 장기 에이전트 메모리 벤치마크(benchmark)에서 MemoWM은 평균 42.42%의 정답 정확도를 달성하여 가장 강력한 기준선(baseline)을 2.62% 포인트 앞섰으며, 스토리지 효율성이 가장 높은 기준선인 MIRIX 대비 평균 경험별 스토리지 사용량을 53.9% 줄였습니다. 추가 분석에 따르면 더 강력한 월드 모델일수록 유사한 작업 품질에서 경험당 스토리지 요구량을 감소시키는 것으로 나타났습니다. 모델 파라미터를 고려했을 때 공유 모델 용량과 반복적인 스토리지 비용 사이의 절충 관계가 드러나며, 더 많은 상호작용이 유지될수록 전체 스토리지를 최소화하는 용량 또한 증가합니다. 코드는 https://github.com/Feld-maxiu/MemoWM 에서 확인할 수 있습니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.