NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

浙江大学とAlibaba Groupの研究チームがTreeAgentを公開 JSON・HTML・YAML・JavaScriptの階層を保った分割で、4種のメモリエージェントの平均回答スコアを39.49%から43.10%へ(著者報告)

浙江大学とAlibaba Group所属の研究チームは2026年11月10日、長い階層データを構造単位で分割してメモリエージェントに渡す手法TreeAgentの論文をarXivに公開した。入力を固定長のトークン列で切らず、完全な部分木や隣接する兄弟部分木を単位に分割し、祖先と位置を示す構造パス、過去のメモリへのリンクを加える。MemAgent-7Bなど既存の4種のメモリエージェントに追加学習なしで組み込むと、JSON・HTML・YAML・JavaScriptの4データセットを通じた平均回答スコアが39.49%から43.10%になったと著者は報告する。実装コードと62件のサンプルデータがGitHubでApache-2.0ライセンスで公開されている。数値は著者の実験結果で、第三者による再現はまだない。

公開資料は二つそろっている。論文「TreeAgent: Structure-Aware Memory Agent for Processing Long Hierarchical Data」はarXivに2026年11月10日付で登録され(cs.AI、v1)、コードのリポジトリはその前日の11月9日に作成された。著者は浙江大学ブロックチェーンとデータセキュリティ国家重点実験室、杭州高新区(浜江)ブロックチェーン研究所、Alibaba Groupの8名で、著者リストの所属表記による。リポジトリはApache-2.0ライセンスで、CPUだけで動く検証コマンドを同梱する。

「TreeAgentは4種のメモリエージェントすべてで、4データセットを通じた平均スコアを上げる。平均の利得は3.61%だった。」

TreeAgent improves the average score across the four datasets for all four agents, with 3.61% performance gain on average.

論文要旨、arXiv:2611.13946、2026年11月10日提出。数値の意味はTable 1の39.49%から43.10%への差

固定長の分割が壊す三つのもの

背景にあるのは、メモリエージェントの入力処理だ。コンテキスト窓を超える入力をセグメントごとに処理し、限定されたメモリを更新しながら答える方式は、API応答やHTMLのような構造化データで三つの限界を抱えると論文は指摘する。固定長の分割は同じレコードのフィールドを切り離す。セグメントには階層の中での位置情報がない。逐次更新で圧縮されたメモリは、兄弟レコードの比較に必要な細部を落とす。

TreeAgentの分割は、トークン予算が許すかぎり完全な部分木、または隣接する兄弟部分木のまとまりを1セクションにする。予算を超える部分木は再帰的に分割し、兄弟のグループ化で細かいセグメントが乱造されるのを防ぐ。論文は貪欲な兄弟グループ化の性質を分析し、固定長分割に近いセグメント数を保つトークン予算の補正手順をSec.3.1に示す。各セクションには祖先と位置を示す構造パスが付き、処理のたびにメモリを保存して、入力の親子関係から決まるresidual memory linksで過去のメモリから関連する部分を取り出せる。モデルのトークナイザーと更新・回答の手続きはホスト側が提供する設計で、TreeAgent自体は分割と観察構築、メモリ参照を担う。

図解TreeAgentの処理の流れ(論文Fig.1とSec.2に基づく)
  1. 01 入力

    階層つき長文

    JSON・HTML・YAML・JavaScriptの入力ツリー。評価は8K〜1Mトークン。

  2. 02 分割

    部分木単位

    トークン予算内で完全な部分木か隣接する兄弟部分木を1セクションにまとめ、超える部分は再帰的に分割する。

  3. 03 付加

    構造パス

    セクションに祖先と位置を示すパスを付ける。

  4. 04 更新

    逐次メモリ更新

    ホストのエージェントがセクションごとにメモリを更新・保存する。

  5. 05 参照

    過去メモリのリンク

    親子関係から決まるリンクで、過去に保存したメモリから関連部分を取り出す。

  6. 06 回答

    最終メモリで回答

    最終状態を回答手続きに渡す。モデルの呼び出しはホスト側の手続きが担う。

論文Fig.1とSec.2の説明に基づく。図に載せた手順と役割分担以外の数値は含まない。

4種のメモリエージェントで平均3.61ポイント改善(著者報告)

評価は8タスク×8入力長(8K〜1Mトークン)で、データセットはJSON・HTML・YAML・JavaScriptの4種だ。JSONはUSGS、NVD、NIH、GBIF、Crossref、Contracts Finder、USAspendingのAPI応答を使い、HTMLはWebSRCのWebページとDOMレコードなどに由来する。各長さでタスクあたり50例を使う。比較対象のFlatは5,000トークンのセグメント予算で切り、TreeAgentはセグメント数が近くなるよう予算を調整する。4種のメモリエージェントはMemAgent-7B、InfMem-4B、MemReread-4B、ReMemR1-7Bで、モデルのパラメータと既存の更新・回答手続きはそのまま使い、追加学習はしていない。

平均回答スコアは、MemAgent-7Bが40.39%から41.24%(+0.85)、InfMem-4Bが56.21%から61.86%(+5.65)、MemReread-4Bが34.11%から40.46%(+6.35)、ReMemR1-7Bが27.26%から28.84%(+1.58)になった。4種の平均は39.49%から43.10%で、差は3.61ポイントだ。エージェントとデータセットの16通りの比較では14でTreeAgentがFlatを上回り、構造分割だけのTree(41.35%)に構造パスを加えたTree+Path(41.70%)をさらにresidual memory linksが押し上げる構図がTable 1で読み取れる。リンクの追加利得は16通り中15で出た。入力長別では、両方式とも長い入力で下がるものの、エージェントと入力長の32比較中31でTreeAgentが上回り、MemReread-4Bの利得は8Kで2.43ポイントから1Mで8.40ポイントに広がる。

図解4種のメモリエージェントの平均回答スコア(論文Table 1、著者報告)
  • MemAgent-7B

    Flat
    40.39%
    TreeAgent
    41.24%
    上げ幅
    +0.85
  • InfMem-4B

    Flat
    56.21%
    TreeAgent
    61.86%
    上げ幅
    +5.65
  • MemReread-4B

    Flat
    34.11%
    TreeAgent
    40.46%
    上げ幅
    +6.35
  • ReMemR1-7B

    Flat
    27.26%
    TreeAgent
    28.84%
    上げ幅
    +1.58
  • 4種の平均

    Flat
    39.49%
    TreeAgent
    43.10%
    上げ幅
    +3.61

論文Table 1のAVG.列。8タスク×8入力長(8K〜1Mトークン)の平均を4データセット(JSON・HTML・YAML・JavaScript)でさらに平均した値。上げ幅はスコア(%)の差で、ポイント単位。TreeAgentは追加学習なしで既存の手続きを使う。数値は著者の実験結果で、第三者による再現はまだない。

コストの増加は限定的だったと論文は報告する。推論全体のモデル呼び出し回数の平均は3.7〜7.6%増え、累積の入力トークンはFlatに近い水準にとどまる。

公開コードとサンプルデータ

GitHubリポジトリは分割とメモリループの実装、4形式それぞれのサンプル、検証コードを公開する。データは62件のJSONLレコードで、内訳はAPI応答8件、WebSRCのHTML 9件、OpenAPIのYAML 2件と補助文書、静的JavaScript 9件、タスクとプライバシーの回帰検証用fixtures 25件、合成YAML fixtures 9件をREADMEが示す。API例には質問のほかに必須の指示文があり、評価用のgold_answerはプロンプトに渡さないよう注意書きがある。bash run_checks.shの検証はCPUとローカルファイルだけで動き、4形式の分割、メモリリンク、検索、採点、サンプル整合を確認する。READMEはMETHOD_CONTRACT.mdとVALIDATION.mdに実装詳細と検証一覧を置き、62件すべてを対象にする形式チェックのスクリプトも同梱する。モデルの識別子と生成上限はconfigs/agent_settings.jsonに置かれ、実際のモデル呼び出しは利用者側の手続きが担う。

性能数値は著者の実験結果で、独立した再現はまだない。公開サンプル62件が論文の全評価コーパスと同じかを示す記述はREADMEになく、タスク・形式・入力長の組み合わせ全体での再現は今後の確認事項として残る。

出典

  1. TreeAgent: Structure-Aware Memory Agent for Processing Long Hierarchical Data(arXiv:2611.13946、PDF全文)提出 2026-11-10。著者と所属、要旨、Sec.3の分割理論、Sec.4の評価設定とTable 1、Fig.1、コスト測定。確認日 2026-11-11
  2. ZJU-LLM-Safety/TreeAgent(GitHubリポジトリ)Apache-2.0、README全文、62件のサンプル内訳、CPU検証コマンド、設定ファイル。リポジトリ作成 2026-11-09(GitHub API実測)。確認日 2026-11-11
  3. ZJU-LLM-Safety/TreeAgentのMETHOD_CONTRACT.md・VALIDATION.md実装詳細と検証一覧の文書。ファイルの存在とサイズをGitHub APIで確認(8,427バイト、2,452バイト)。確認日 2026-11-11

出典の確認日 2026.11.11

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  2. Appleの研究チーム、対話操作に足る速さの動画生成「FastFrames」を公開──1.3B構成で1フレーム36ms、VAE復号とKVキャッシュ更新の置換が鍵

    Appleの研究チームは2026年11月17日、入力に応じた対話操作が可能な速さで480p動画を生成する自己回帰型動画拡散モデル「FastFrames」の論文をarXivに公開した(arXiv:2611.23226)。1.3Bの構成では単一のNVIDIA B200で1フレーム36ミリ秒(毎秒27.8回の応答)、14Bの構成では8基のB200で45ミリ秒を著者らは報告している。論文はまず既存モデルの推論を計測し、VAE復号とKVキャッシュ更新という「固定の実装詳細」とされてきた処理がエンドツーエンド遅延の半分以上を占めることを示したうえで、この2つを軽量な代替に置き換えた。論文、コード、重みが公開されている。

    記事を読む
  3. Google、GeminiのエージェントをTasksへ刷新──日本を含む6カ国で無料提供を順次開始、Gemini 4 Hydrogenとアカウント専用VMで実行

    グーグルは2026年11月17日、Geminiアプリの常時稼働型エージェントを「Tasks」として刷新し、米国・日本・韓国・カナダ・オーストラリア・インドの6カ国で無料提供を順次開始すると発表した。Gemini 4 Hydrogenを使い、ホーム画面のトグルをChatからTaskへ切り替えると、Google CloudのAgent Compute Engineが提供するアカウント専用のハードウェア隔離VMでタスクを実行する。電話発信やgemini@google.comへのメール転送、SMSによる指示は米国から順次の提供で、日本で同等の機能が使えるとは発表されていない。重要な操作の前に確認や事前承認を求める設計も明らかにした。

    記事を読む