AIが作業中の「記憶」を自ら編集、メタとワシントン大学が新方式「CLM」を論文で発表

　米ワシントン大学や米メタのMeta Superintelligence Labs、米マサチューセッツ工科大学などの研究チームは9月29日、AIモデルが自らのコンテキストを管理する「Context Language Models（CLM）」に関する論文を公開した。コンテキストとは、モデルが作業中に保持している指示や過去のやり取りといった情報を指す。

　CLMは、このコンテキストを「ファイル」として扱う。モデルは新たに生成した文章を追記できるほか、Bashを使ってファイルを自由に編集でき、変更は次のターンの実際のコンテキストにすぐ反映される。従来は、人手で設計した枠組み（ハーネス）による要約や退避、検索が中心だった。研究チームは、モデルに管理を任せるほうが高い成績を示したとしている。

　評価では、Qwen3.6-27BやGPT5.6-Solといった既存モデルにゼロショットで適用した。深層調査ベンチマークのBrowseComp-Plusでは、最も強いベースラインより精度が11.4％高く、計算量の指標であるprefix-reuse FLOPsは21.5％少なかった。端末操作のTerminalBench 2.1では精度が同等で、計算量は29.5％減った。

　12時間規模のEdgeBench（10タスクの部分集合）では、Codex型の要約よりスコアが5％高く、計算量は59％少ない。6つのリポジトリを扱う24時間のエージェント群のタスクでは、同じ計算量で高速化の幅が65％大きかった。

　数理最適化では、進化型のハーネスであるOpenEvolveを、Heilbronn問題で最大16.8％、円詰め込み問題で3.0％上回ったという。

　強化学習も試した。Qwen3.5-9BをBrowseComp-Plusで鍛えた結果、成績は47.6％向上し、計算量は12％減ったという。

　あわせて、キャッシュ済みの計算結果を再利用して再計算を減らす「Suffix Cache Reuse」も開発した。推論サーバのSGLangを標準で使う場合と比べ、成績を保ったまま、サーバ側の計算量を35％減らせたとしている。