クロスドメイン
要約済み 1
-
hf-papers 3日前 3コーディングエージェントにメモリ転移学習、6ベンチマークで性能向上Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents
研究チームが異種ドメイン間でメモリを転移するMTL手法をコーディングエージェントに提案した。 抽象度の高い知識は汎化しやすい一方、低レベルなトレースは負転移を起こすことを実証。 6ベンチマークで平均3.7%の性能向上を確認し、異なるモデル間の転移も有効と示した。
解説 本研究はコーディングエージェントの「記憶に基づく自己進化」において、異なるタスクドメイン間でメモリを共有・転移するMTL（Memory Transfer Learning）を提案する。従来手法は同一ドメイン内のメモリ利用に限定されていたが、MTLは異種ドメインから構築した統一メモリプールを活用する。4種類のメモリ表現（具体的なトレースから抽象的なインサイトまで）を6つのコーディングベンチマークで評価し、クロスドメインメモリが平均3.7%の性能向上をもたらすことを示した。転移される知識はバリデーションルーティンなどのメタ知識が中心であり、タスク固有コードの転移は限定的だった。重要な発見として「抽象度が転移可能性を規定する」という原則が得られた：高レベルなインサイトは汎化性が高い一方、低レベルなトレースは過度に具体的で負転移を引き起こす。またメモリプールの規模拡大で転移効果がスケールし、異なるモデル間でも転移が有効であることを示した。GPT-4oやClaudeなどの特定モデルとの直接比較は行っていないが、メモリ設計の原則を実証的に確立した点が実用上の意義として大きい。