IBM Research、エージェント記憶最適化フレームワーク ALTK-Evolve を発表──8モデル評価で判明した適切なメモリ量の実証
エージェント記憶は一律に追加するのではなく、30B から 671B までの 8 モデルの能力差に応じて量を調整すべきであり、強モデルには全ガイドライン、弱モデルには選択的取得が最適である。
リリース: 2026-08-18 · 読了 4 分記事の要約
1. 核心（What）
- エージェントの過去の成功・失敗軌跡から再利用可能なガイドラインを自律的に抽出・注入するフレームワーク ALTK-Evolve を発表。
- 30B 密度モデルからフロンティアの独自モデルまで 8 モデルを AppWorld ベンチマークで評価し、モデルの能力に応じた 3 つの適応パターン（全量・選択・飽和）を特定。
- 強モデルは全ガイドラインを必要とし、中規模・弱モデルは絞り込み取得が最適で、飽和モデルは追加効果がないという結果を実証。
- 重みの更新なし、人間のアノテーションなしで、プロンプトの構成変更のみでエージェントの性能を改善。
2. 影響（Why）
- モデルごとの適量制御によるコスト最適化: 何でもコンテキストに含める従来手法から脱却し、弱モデルには選択的取得でトークン増加を最小限に抑えつつ精度を高める手法が確立され、実運用の API コストを大幅に削減できる。
- 国内 SaaS におけるエージェント実装の指針: 国内の業務エージェント開発において、モデル選定とメモリ注入量のバランスを見誤るとコスト高を招くため、本手法の「能力に合わせたドース調整」はシステム設計の必須要件となる。
3. 根拠・詳細（How）
- AppWorld ベンチマークと評価構成: 9 つのシミュレートアプリにわたる 585 のマルチステップタスクを用い、タスク完了率 (TGC) とシナリオ単位の厳格な全成功率 (SGC) の 2 指標で検証を実施。
- 記憶の自動抽出と 2 つの配信戦略: 学習データからエージェントの軌跡をマイニングしてガイドラインセットを作成し、全ステップで注入する「フルガイドラインセット」と、タスク関連のサブセットのみを動的に取得する「キュレーテッド検索」の 2 系統で評価。
4. 展望・課題（Next）
- 学習済みセレクターの開発: 現在のコサイン類似度ベースの検索から、結果シグナルに基づいてトレーニングされたセレクターへの拡張が次のステップ。
- 超小型モデル向けの記憶手法: 最小能力基準を下回る非常に弱いモデルに対しては、自己蒸留ではなくティーチャー蒸留によるメモリ生成の探索が必要。