# Just-in-Time Memoryは新しいタスク到着時にエージェントの生の軌跡を整理する

DAIR.AIは、Salesforce AI Researchの論文Just-in-Time Memoryを紹介している。この論文は生の軌跡を保持し、次のタスクが到着してから短いメモリペイロードを書き出し、ALFWorld、WebShop、tau2-benchで最も強いベースラインを成功率でそれぞれ16.2、16.3、3.9ポイント上回ったと報告している。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-17T15:24:00.000Z
Query date (Asia/Tokyo): 2026-11-18

HTML: https://didcodexreset.com/ja/news/79c5966db1da49f59c7db1d2.html

Content language: ja
Localization state: translated

出典：DAIR.AI · 2026/9/26 21:50:28 公開

DAIR.AIは、エージェントメモリに関するSalesforce AI Researchの論文Just-in-Time Memoryを紹介している。実行が終わるたびに要約するのではなく、生の軌跡を保存し、次のタスクが到着したときに何を抽出するかを決める。

キュレーターは、検索された軌跡と新しいタスクを合わせて読み、そのタスク向けの短いメモリペイロードを書く。ペイロードは直ちに使われるため、同じタスクが成功したかどうかに基づいてキュレーターを訓練できる。DAIR.AIは、訓練していないキュレーターでも、タスク終了時に書かれたメモリに並ぶか、それを上回ると述べている。

ALFWorld、WebShop、tau2-benchで、DAIR.AIはJust-in-Time Memoryが最も強いベースラインを成功率で16.2、16.3、3.9ポイント上回ると述べている。[Just-in-Time Memoryの論文](https://academy.dair.ai/papers/just-in-time-memory-learning-to-curate-task-adaptive-memory-for-llm-agents-2609.27334)はDAIR.AIがリンクしている。

Tags: Just-in-Time Memory, Salesforce AI Research, エージェントメモリ, LLMエージェント

[元の投稿を見る](https://x.com/dair_ai/status/2103828189407834259)
