MemAudit、LLMエージェントの記憶毒性事後監査フレームワークを提案
Zhewen Tan氏ら研究者グループは2026年5月22日(現地時間)、大規模言語モデル (LLM) エージェントの記憶を事後的に監査するためのフレームワーク「MemAudit」を提案した。これは、エージェントの記憶に注入された悪意のある記録が有害な行動を引き起こした後、どの記憶がその悪影響の原因であるかを特定することを目的とする。学術論文公開サイトarXiv cs.AIが報じた論文によれば、既存の防御策が対処できていなかった事後的な問題解決に寄与する。