MemCollab: 対照的な軌跡蒸留によるエージェント間メモリ協調
arXiv cs.AI / 2026/3/25
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- MemCollabは、異種のLLMベースエージェント向けの共有・エージェント非依存（agent-agnostic）なメモリフレームワークとして提案され、知識が特定のモデルの推論バイアスに結び付いてしまうという、エージェントごとのメモリの限界に対処する。
- 本手法では、同一タスクに対して異なるエージェントの推論軌跡を比較することで、対照的な軌跡蒸留（contrastive trajectory distillation）を行い、エージェント固有のアーティファクトを抑制しつつ、タスクレベルの不変性を抽出する。
- また、MemCollabはタスクを考慮した検索メカニズムを導入し、タスクカテゴリに基づいてメモリの参照を条件付けることで、推論時に関連する制約のみを用いるようにする。
- 数学的推論およびコード生成ベンチマークに関する実験では、多様なエージェント、さらにクロスモーダル・ファミリ（cross-modal-family）の設定を含めて、精度と推論時効率の向上が示される。これは、メモリが共有された推論リソースとして機能し得ることを示唆している。
