コンピュータサイエンス > 情報検索
arXiv:2603.09297 (cs)
[2026年3月10日提出]
題目:TA-Mem: Long-Term Conversational QAにおけるLLMのためのツール拡張自律的メモリ検索
TA-Mem: Long-Term Conversational QAにおけるLLMのためのツール拡張自律的メモリ検索という題目の論文について、Mengwei Yuanと他6名の著者によるPDFを表示
PDFを表示
要旨:大規模言語モデル（LLM）は、さまざまな領域におけるテキストベースの文脈で強力な推論能力を示しているが、一方でコンテキストウィンドウの制約は、長距離の推論タスクにおいてモデルに課題をもたらし、メモリ格納システムが必要となる。エピソード的なノートやメモリのグラフ表現を用いた、現行の多くの格納アプローチが提案されてきたものの、検索手法は依然として、主にあらかじめ定義されたワークフローや、埋め込みに対する静的な類似度top-kに依存している。この硬直性に対処するために、新しいツール拡張自律的メモリ検索フレームワーク（TA-Mem）を導入した。TA-Memは次を含む： (1) 入力を意味的相関に基づいてサブコンテキストへ適応的に「チャンク」するようプロンプトされたメモリ抽出LLMエージェントであり、その情報を構造化されたノートとして抽出する、 (2) キーに基づくルックアップと類似度に基づく検索の両方を含む、異なる種類のクエリ手法向けに設計されたマルチインデックス化メモリデータベース、 (3) ユーザ入力に基づいてデータベースから提供される適切なツールを選択することで、メモリを自律的に探索するツール拡張メモリ検索エージェント。そして、取得したメモリに基づく推論の後、次のイテレーションへ進むべきか、回答を確定して終了するかを決定する。TA-MemはLoCoMoデータセットで評価され、既存のベースライン手法に比べて大幅な性能向上を達成した。さらに、異なる質問タイプにわたるツール利用の分析により、提案手法の適応性も示されている。
| 分野: | 情報検索（cs.IR）；計算と言語（cs.CL） |
| 引用: | arXiv:2603.09297 [cs.IR] |
| (あるいは、この版については arXiv:2603.09297v1 [cs.IR]) | |
| https://doi.org/10.48550/arXiv.2603.09297
詳しくはこちらにフォーカス
DataCite経由で発行されたarXivのDOI
|
全文リンク:
論文へのアクセス:
- PDFを表示
TA-Mem: Long-Term Conversational QAにおけるLLMのためのツール拡張自律的メモリ検索という題目の論文について、Mengwei Yuanと他6名の著者によるPDFを表示
現在の閲覧コンテキスト:
cs.IR
返却形式: {"translated": "翻訳されたHTML"}
BibTeX引用をエクスポート
読み込み中...
ブックマーク
書誌ツール
コード、データ、メディア
デモ
関連論文
About arXivLabs
書誌および引用ツール
Bibliographic Explorerの切り替え
Bibliographic Explorer (エクスプローラーとは？)
Connected Papersの切り替え
Connected Papers (Connected Papersとは？)
Litmapsの切り替え
Litmaps (Litmapsとは？)
scite.aiの切り替え
scite Smart Citations (Smart Citationsとは？)
本記事に関連付けられたコード、データ、メディア
alphaXivの切り替え
alphaXiv (alphaXivとは？)
コードへのリンクの切り替え
論文のためのCatalyzeXコードファインダー (CatalyzeXとは？)
DagsHubの切り替え
DagsHub (DagsHubとは？)
GotitPub トグル
Gotit.pub (GotitPubとは？)
Huggingface トグル
Hugging Face (Huggingfaceとは？)
コードへのリンク トグル
Papers with Code (Papers with Codeとは？)
ScienceCast トグル
ScienceCast (ScienceCastとは？)
デモ
Replicate トグル
Replicate (Replicateとは？)
Spaces トグル
Hugging Face Spaces (Spacesとは？)
Spaces トグル
TXYZ.AI (TXYZ.AIとは？)
レコメンダーと検索ツール
Influence Flowerへのリンク
Influence Flower (Influence Flowerとは？)
Core レコメンダー トグル
CORE Recommender (COREとは？)
arXivLabs：コミュニティの協力者と共に取り組む実験的プロジェクト
arXivLabsは、協力者が当サイト上で新しいarXivの機能を直接開発し、共有できるようにするためのフレームワークです。
arXivLabsに取り組む個人および組織はいずれも、私たちの「オープンさ」「コミュニティ」「卓越性」「ユーザーデータのプライバシー」という価値観を受け入れ、またそれを当然のものとして行動しています。arXivはこれらの価値観にコミットしており、それらを遵守するパートナーとのみ連携します。
arXivのコミュニティにとって価値をもたらすプロジェクトのアイデアはありますか？ arXivLabsについてもっと知る。
