cv usk(@cv_usk):昨日の失敗を、AIエージェントは今日も繰り返します。重みは固定で、コンテキストにも限りがあるからです。ファインチューニングは破滅的忘却を招き、多くのメモリは「過去を検索できる」だけの置き場にとどまっています。そこで本論文は問いを変えます。メモリは何を思い出せるかではなく、次の行動を良くしたかで測るべきだ、と。基盤モデルを更新せず、メモリだけで継続学習を実現する枠組みMCCLを提案しています。「どこに」「どんな形で」「どう管理するか」の3軸で整理し、経験を書き込む内側のループと、管理ポリシー自体を改善する外側のループで捉えます。評価も、保存・検索・利用・効果の4段階に分けて、失敗の原因を特定します。実験結果は示さない研究アジェンダですが、エージェントのメモリ設計を見直す視点として重要だと感じます。論文: Memory-Centric Continual Learning for AI Agents https://t.co/GslEU2Trvx #AIエージェント #継続学習

2026.10.25 02:53

昨日の失敗を、AIエージェントは今日も繰り返します。重みは固定で、コンテキストにも限りがあるからです。ファインチューニングは破滅的忘却を招き、多くのメモリは「過去を検索できる」だけの置き場にとどまっています。そこで本論文は問いを変えます。メモリは何を思い出せるかではなく、次の行動を良くしたかで測るべきだ、と。基盤モデルを更新せず、メモリだけで継続学習を実現する枠組みMCCLを提案しています。「どこに」「どんな形で」「どう管理するか」の3軸で整理し、経験を書き込む内側のループと、管理ポリシー自体を改善する外側のループで捉えます。評価も、保存・検索・利用・効果の4段階に分けて、失敗の原因を特定します。実験結果は示さない研究アジェンダですが、エージェントのメモリ設計を見直す視点として重要だと感じます。論文: Memory-Centric Continual Learning for AI Agents #AIエージェント# #継続学習#