Oblivion：減衰駆動によるアクティベーションを通じた自己適応的エージェント型メモリ制御

概要: 人間の記憶は選択的忘却によって適応する。経験は時間とともにアクセスしにくくなるが、強化や文脈上の手がかりによって再活性化されうる。これとは対照的に、メモリ拡張型LLMエージェントは「常時稼働」の検索と「フラット」なメモリ格納に依存しており、履歴が増えるにつれて高い干渉と遅延が生じる。我々は、忘却を明示的な削除ではなく、アクセス可能性の減衰に基づく低下として捉えるメモリ制御フレームワークOblivionを提案する。Oblivionはメモリ制御を読み取り経路と書き込み経路に分離する。読み取り経路は、エージェントの不確実性とメモリバッファの十分性に基づいて、いつメモリを参照するかを決定し、冗長な常時アクセスを回避する。書き込み経路は、応答の形成に寄与する記憶を強化することで、何を強めるべきかを決定する。これにより、必要に応じて詳細を動的に読み込む一方で、持続的な高レベル戦略を維持する階層的なメモリ組織が実現される。我々は、静的および動的な長期ホライズンのインタラクション・ベンチマークの両方で評価する。結果は、Oblivionが、状況が移り変わる中で学習と忘却のバランスを取りながら、メモリアクセスと強化を動的に適応させることを示しており、メモリ制御が効果的なLLMエージェント的推論に不可欠であることを強調している。ソースコードは https://github.com/nec-research/oblivion で公開されている。