指示を待たずに「あとでやること」を適切な場面で自ら実行するAI技術が登場

大規模言語モデル（LLM）を用いたエージェントが、明確な指示を受けなくても適切なタイミングを見計らって将来の予定を実行できるようにする記憶フレームワーク「Pro-Memory」が提案された。

従来のLLMエージェント向け記憶システムは過去の情報を保持・検索する仕組みが主流であり、適切な機会をとらえて自発的に行動を起こす「展望記憶」の実現が課題となっていた。意図を記憶していても、直ちに行動すべきか待つべきかの判断が難しいためだ。Pro-Memoryは人間の展望記憶の理論に着想を得て、将来の意図を保持する処理と、それをいつどのように実行するかを決定する処理を分離した。

具体的には、保留中の目標を根拠となる情報と紐付けて保持し、新たな観測結果を元の目標や発動条件に照らし合わせて進行中の行動と調整する。さらに実行結果に基づいて意図の状態を更新し、完了した経験を蓄積する。2つのベンチマークを用いた検証では、複数のモデルにおいて不要な介入を抑えつつ自発的な支援性能を向上させた。