スクロールバックするな：ストリーミング対話要約のための欠落エビデンスメモリ

要旨

現代のプラットフォームのユーザーは、最近の対話の要約を繰り返し必要とするが、ウィンドウには、それだけで解釈できるだけの十分な文脈が含まれていることはまれである。我々はこの設定を、固定予算の下で、無限の履歴から選択的メモリを用いて現在のウィンドウを要約しなければならないストリーミング対話要約として定式化する。中心的な課題は、どれだけの履歴にアクセスするかではなく、メモリが現在のウィンドウが前提とする証拠を回復できるかどうかであることを示す。我々は、メモリがギャップを解消する証拠を含むかどうか、また生成された要約がそれを反映しているかどうかを別々に評価するベンチマークと評価プロトコルを構築する。我々は、未解決のウィンドウ依存関係に基づいて検索を条件付け、検索されたチャンクを固定予算の下で証拠密度の高いメモリへと精錬する、欠落証拠メモリフレームワークであるReMEMBERを提案する。最長160Kトークンの履歴を持つ対話に関する実験では、ReMEMBERが同じ予算の下でメモリ構築ベースラインよりもメモリ再現率とギャップ解消の完全性を向上させることが示された。

English

Users of modern platforms repeatedly need summaries of recent dialogue, but the window rarely contains enough context to be interpreted on its own. We formalize this setting as streaming dialogue summarization, where a system must summarize a current window using selective memory from an unbounded history under a fixed budget. We show that the central challenge is not how much history is accessed, but whether memory recovers the evidence that the current window presupposes. We construct a benchmark and evaluation protocol that separately assesses whether memory contains gap-resolving evidence and whether the generated summary reflects it. We propose ReMEMBER, a missing-evidence memory framework that conditions retrieval on unresolved window dependencies and refines retrieved chunks into evidence-dense memory under a fixed budget. Experiments on dialogues with histories up to 160K tokens show that ReMEMBER improves memory recall and gap-resolution completeness over memory construction baselines under the same budget.