長期稼働するAIエージェントの記憶の抜け落ちに研究者が照準

最近のarXiv論文群は、現在のLLMエージェントの記憶システムの限界を検証し、検索ストア、スクラッチパッド、コンテキスト管理が真の学習というよりも検索機能として働く場合が多いと指摘している。取り上げられているのは、GoogleのオープンソースAgent Development Kitにおけるエージェント記憶向けのセマンティックなバージョン管理レイヤーであるChronoMem、タイプ条件付きの時間的減衰を用いた検索記憶設計のScrubJay-MEM、104件の長期タスクで評価されたハーネスのOneDayAgentなどだ。これらの論文は、長期的に動作し自己進化するエージェントの基盤としてのエージェント記憶についても概観している。