論文の概要: GAI: Generative Agents for Innovation

• arxiv url: http://arxiv.org/abs/2412.18899v2
• Date: Tue, 31 Dec 2024 17:00:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-03 13:16:14.143395
• Title: GAI: Generative Agents for Innovation
• Title（参考訳）: GAI:イノベーションのための生成エージェント
• Authors: Masahiro Sato,
• Abstract要約: 本研究は, 創造的エージェント間の集団的推論が, イノベーションにつながる新規で一貫性のある思考を促進するかどうかを考察する。 マルチジェネレーションエージェント間のリフレクションと相互作用を目的とした,新たなLDMを利用したフレームワークであるGAIを提案する。
• 参考スコア（独自算出の注目度）: 3.176387928678296
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study examines whether collective reasoning among generative agents can facilitate novel and coherent thinking that leads to innovation. To achieve this, it proposes GAI, a new LLM-empowered framework designed for reflection and interaction among multiple generative agents to replicate the process of innovation. The core of the GAI framework lies in an architecture that dynamically processes the internal states of agents and a dialogue scheme specifically tailored to facilitate analogy-driven innovation. The framework's functionality is evaluated using Dyson's invention of the bladeless fan as a case study, assessing the extent to which the core ideas of the innovation can be replicated through a set of fictional technical documents. The experimental results demonstrate that models with internal states significantly outperformed those without, achieving higher average scores and lower variance. Notably, the model with five heterogeneous agents equipped with internal states successfully replicated the key ideas underlying the Dyson's invention. This indicates that the internal state enables agents to refine their ideas, resulting in the construction and sharing of more coherent and comprehensive concepts.
• Abstract（参考訳）: 本研究は, 創造的エージェント間の集団的推論が, イノベーションにつながる新規で一貫性のある思考を促進するかどうかを考察する。 これを実現するために,複数の生成エージェント間のリフレクションと相互作用を設計し,イノベーションの過程を再現する新しいLCMを利用したフレームワークであるGAIを提案する。 GAIフレームワークの中核は、エージェントの内部状態を動的に処理するアーキテクチャと、アナログ駆動のイノベーションを促進するために特別に調整された対話スキームにある。 フレームワークの機能の評価は、ダイソンが発明したブレードレスファンのケーススタディを用いて行われ、この革新の中核となるアイデアが、一連の架空の技術文書を通してどのように複製されるかを評価する。 実験結果から, 内部状態のモデルでは, 平均スコアが高く, 分散度が低いモデルの方が有意に優れていた。 特に、内部状態を備えた5つの異種エージェントを持つモデルは、ダイソンの発明の根底にある重要なアイデアをうまく再現した。 これは、内部状態がエージェントのアイデアを洗練させ、より一貫性のある包括的概念の構築と共有を可能にすることを示している。

関連論文リスト

• Probing and Inducing Combinational Creativity in Vision-Language Models [52.76981145923602]
  VLM(Vision-Language Models)の最近の進歩は、それらのアウトプットが組合せの創造性を反映しているかという議論を引き起こしている。 本稿では,創造的プロセスを3つのレベルに分解するIEIフレームワークを提案する。 このフレームワークを検証するために、IEIフレームワークに従って注釈付けされた666人のアーティストによる視覚マッシュアップの高品質データセットであるCreativeMashupをキュレートする。
  論文  参考訳（メタデータ） (2025-04-17T17:38:18Z)
• Can Competition Enhance the Proficiency of Agents Powered by Large Language Models in the Realm of News-driven Time Series Forecasting? [8.652262434505957]
  大規模言語モデル(LLM)の時代のパラダイムシフトとして,マルチエージェントによるニュース駆動時系列予測が考えられる。 本研究は,革新的思考を生み出すエージェントの能力を高めるために,マルチエージェントの議論に競争機構を組み込んだものである。 ミスリード情報を同定する際のモデル習熟度を高めるために, 反射段階に微調整された小型LCMモデルを組み込む。
  論文  参考訳（メタデータ） (2025-04-14T13:25:50Z)
• InvFussion: Bridging Supervised and Zero-shot Diffusion for Inverse Problems [76.39776789410088]
  この研究は、教師付きアプローチの強いパフォーマンスとゼロショットメソッドの柔軟性を組み合わせたフレームワークを導入している。 新規なアーキテクチャ設計では、分解演算子を直接デノイザにシームレスに統合する。 FFHQとImageNetデータセットの実験結果は、最先端の後方サンプリング性能を示している。
  論文  参考訳（メタデータ） (2025-04-02T12:40:57Z)
• Large Language Model Agent: A Survey on Methodology, Applications and Challenges [88.3032929492409]
  大きな言語モデル(LLM)エージェントは、目標駆動の振る舞いと動的適応能力を持ち、人工知能への重要な経路を示す可能性がある。 本調査は, LLMエージェントシステムを方法論中心の分類法により体系的に分解する。 私たちの作業は、エージェントの構築方法、コラボレーション方法、時間の経過とともにどのように進化するか、という、統一されたアーキテクチャの視点を提供します。
  論文  参考訳（メタデータ） (2025-03-27T12:50:17Z)
• Learning to Generate Research Idea with Dynamic Control [21.30777644522451]
  大規模言語モデル (LLM) は仮説や研究のアイデアを生み出すことを約束している。 SFT(Supervised Fine-Tuning)とRL(Reinforcement Learning)を組み合わせた2段階のアプローチによる新しいフレームワークを提案する。 本フレームワークは, 新規性, 実現可能性, 有効性の間のトレードオフを動的にナビゲートすることで, 高品質な成果を達成し, 研究アイデアに対するバランスのとれたアプローチを提供する。
  論文  参考訳（メタデータ） (2024-12-19T08:28:18Z)
• LLMs can Realize Combinatorial Creativity: Generating Creative Ideas via LLMs for Scientific Research [5.564972490390789]
  本稿では,Large Language Models (LLM) を用いた創造性理論を明示的に実装するフレームワークを提案する。 このフレームワークは、クロスドメイン知識発見のための一般化レベル検索システムと、アイデア生成のための構造化プロセスを備えている。 OAG-Benchデータセットの実験は、我々のフレームワークの有効性を実証し、実際の研究成果と整合したアイデアを生成するためのベースラインアプローチを一貫して上回っている。
  論文  参考訳（メタデータ） (2024-12-18T18:41:14Z)
• A Survey on All-in-One Image Restoration: Taxonomy, Evaluation and Future Trends [67.43992456058541]
  画像復元(IR)とは、ノイズ、ぼかし、気象効果などの劣化を除去しながら、画像の視覚的品質を改善する過程である。 従来のIR手法は、一般的に特定の種類の劣化をターゲットとしており、複雑な歪みを伴う現実のシナリオにおいて、その効果を制限している。 オールインワン画像復元(AiOIR)パラダイムが登場し、複数の劣化タイプに順応的に対処する統一されたフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-10-19T11:11:09Z)
• Nova: An Iterative Planning and Search Approach to Enhance Novelty and Diversity of LLM Generated Ideas [30.3756058589173]
  我々は,大規模言語モデル(LLM)の創造的可能性を高めるために,拡張計画と探索手法を導入する。 我々の枠組みは、特に新規性と多様性において、生成したアイデアの質を大幅に高める。 本手法は,スイスのトーナメント評価において,170枚のシード論文に基づいて,少なくとも2.5倍以上の上位のアイデアを生成する。
  論文  参考訳（メタデータ） (2024-10-18T08:04:36Z)
• Towards Automated Machine Learning Research [4.169915659794567]
  本稿では、コンポーネントレベルのイノベーションを通じて、機械学習研究における漸進的な進歩を自動化するためのトップダウンアプローチについて検討する。 本フレームワークは,新しいコンポーネントを体系的に生成し,その実現可能性を評価し,既存のベースラインに対して性能を評価する。 予測仮説の優先順位付けに報奨モデルを導入することにより,仮説生成および評価プロセスの効率化を目指す。
  論文  参考訳（メタデータ） (2024-09-09T00:47:30Z)
• ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
  ResearchAgentは、大規模言語モデルによる研究アイデア作成エージェントである。 科学文献に基づいて繰り返し精製しながら、問題、方法、実験設計を生成する。 我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
  論文  参考訳（メタデータ） (2024-04-11T13:36:29Z)
• Intrinsic Motivation in Model-based Reinforcement Learning: A Brief Review [77.34726150561087]
  本稿では,エージェントが獲得した世界モデルに基づいて,本質的な動機付けを決定するための既存の手法について考察する。 提案した統合フレームワークは,学習を改善するために,世界モデルと本質的なモチベーションを用いてエージェントのアーキテクチャを記述する。
  論文  参考訳（メタデータ） (2023-01-24T15:13:02Z)
• The Open-World Lottery Ticket Hypothesis for OOD Intent Classification [68.93357975024773]
  我々はOODに対するモデル過信の根本的な原因を明かした。 Lottery Ticket仮説も,オープンワールドシナリオに拡張しています。
  論文  参考訳（メタデータ） (2022-10-13T14:58:35Z)
• Innovation and informal knowledge exchanges between firms [0.0]
  本稿では,企業間における地理的近接性や非公式知識交換の役割を実証するエージェントベースモデルを提案する。 感度分析と系統モデル探索は、イノベーションに対する相互作用距離の強い影響を明らかにする。 モデルバイオブジェクト最適化はイノベーションとプロダクトの多様性の妥協を示し、実際にはクラスタのトレードオフを示唆している。
  論文  参考訳（メタデータ） (2022-08-31T09:26:10Z)
• Reinforcement Learning through Active Inference [62.997667081978825]
  アクティブ推論のアイデアが従来の強化学習アプローチをどのように強化するかを示す。 我々は、将来望まれる自由エネルギーという、意思決定のための新しい目標を開発し、実装する。 得られたアルゴリズムが探索および利用に成功し、また、スパース、ウェル形状、報酬のないいくつかの挑戦的RLベンチマークにおいて頑健な性能を達成することを実証した。
  論文  参考訳（メタデータ） (2020-02-28T10:28:21Z)
• Rethinking Generalization of Neural Models: A Named Entity Recognition Case Study [81.11161697133095]
  NERタスクをテストベッドとして、異なる視点から既存モデルの一般化挙動を分析する。 詳細な分析による実験は、既存のニューラルNERモデルのボトルネックを診断する。 本論文の副産物として,最近のNER論文の包括的要約を含むプロジェクトをオープンソース化した。
  論文  参考訳（メタデータ） (2020-01-12T04:33:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。