論文の概要: Infrastructure for AI Agents
- arxiv url: http://arxiv.org/abs/2501.10114v2
- Date: Fri, 16 May 2025 08:02:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-19 14:36:11.884218
- Title: Infrastructure for AI Agents
- Title（参考訳）: AIエージェントのためのインフラストラクチャ
- Authors: Alan Chan, Kevin Wei, Sihao Huang, Nitarshan Rajkumar, Elija Perrier, Seth Lazar, Gillian K. Hadfield, Markus Anderljung,
- Abstract要約: AIエージェントはオープンな環境でインタラクションを計画し実行します。
多くの研究はエージェントの振る舞いの修正に重点を置いている。
エージェントインフラストラクチャの概念を提案する。
- 参考スコア（独自算出の注目度）: 3.373674048991415
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: AI agents plan and execute interactions in open-ended environments. For example, OpenAI's Operator can use a web browser to do product comparisons and buy online goods. To facilitate beneficial interactions and mitigate harmful ones, much research focuses on directly modifying agent behaviour. For example, developers can train agents to follow user instructions. This focus on direct modifications is useful, but insufficient. We will also need external protocols and systems that shape how agents interact with institutions and other actors. For instance, agents will need more efficient protocols to communicate with each other and form agreements. In addition, attributing an agent's actions to a particular human or other legal entity can help to establish trust, and also disincentivize misuse. Given this motivation, we propose the concept of agent infrastructure: technical systems and shared protocols external to agents that are designed to mediate and influence their interactions with and impacts on their environments. Just as the Internet relies on protocols like HTTPS, our work argues that agent infrastructure will be similarly indispensable to ecosystems of agents. We identify three functions for agent infrastructure: 1) attributing actions, properties, and other information to specific agents, their users, or other actors; 2) shaping agents' interactions; and 3) detecting and remedying harmful actions from agents. We provide an incomplete catalog of research directions for such functions. For each direction, we include analysis of use cases, infrastructure adoption, relationships to existing (internet) infrastructure, limitations, and open questions. Making progress on agent infrastructure can prepare society for the adoption of more advanced agents.
- Abstract（参考訳）: AIエージェントはオープンな環境でインタラクションを計画し実行します。
例えば、OpenAIのOperatorは、Webブラウザを使用して製品比較を行い、オンライングッズを購入することができる。
有益な相互作用を促進し、有害なものを緩和するために、エージェントの振る舞いを直接修正することに焦点を当てている。
例えば、開発者はユーザー指示に従うようにエージェントを訓練することができる。
この直接的な修正は有用だが不十分である。
また、エージェントが機関や他のアクターとどのように相互作用するかを形作る外部プロトコルやシステムも必要です。
例えば、エージェントは互いに通信し、合意を形成するためのより効率的なプロトコルが必要です。
さらに、エージェントの行為を特定の人間や他の法的実体に帰属させることは、信頼を確立するのに役立ち、また誤用を助長する。
このようなモチベーションを前提として,エージェントとのインタラクションを仲介し,環境への影響に影響を及ぼすように設計されたエージェント以外の,技術システムと共有プロトコルという,エージェントインフラストラクチャの概念を提案する。
インターネットがHTTPSのようなプロトコルに依存しているように、我々の研究はエージェントのインフラがエージェントのエコシステムにも同様に不可欠であると主張している。
エージェントインフラストラクチャの3つの機能を特定します。
1) 特定の代理人,ユーザ又は他のアクターに対する行為,財産その他の情報の提供
2 エージェントの相互作用を形成、及び
3 薬剤からの有害な作用を検知し、治療すること。
このような機能に対する研究方向の不完全なカタログを提供する。
それぞれの方向には、ユースケースの分析、インフラストラクチャの採用、既存の(インターネット)インフラストラクチャとの関係、制限、オープンな質問が含まれます。
エージェントインフラの進歩は、より先進的なエージェントの採用のための社会に備えることができる。
関連論文リスト
- SAGA: A Security Architecture for Governing AI Agentic Systems [13.106925341037046]
大規模言語モデル(LLM)ベースのエージェントは、最小限の人間インタラクションでタスクを自律的に相互に対話し、協力し、委譲する傾向にある。
エージェントシステムガバナンスの業界ガイドラインは、ユーザがエージェントの包括的な制御を維持する必要性を強調している。
我々はエージェントシステムのセキュリティアーキテクチャであるSAGAを提案し,エージェントのライフサイクルをユーザから監視する。
論文 参考訳（メタデータ） (2025-04-27T23:10:00Z) - Trusted Identities for AI Agents: Leveraging Telco-Hosted eSIM Infrastructure [0.0]
テレコムグレードのeSIMインフラを利用する概念アーキテクチャを提案する。
SIM認証情報をハードウェアデバイスに埋め込むのではなく、通信会社がセキュアで認証されたハードウェアモジュールをホストするモデルを想定する。
本論文は,標準化,セキュリティアーキテクチャ,およびエージェント経済の進展における通信インフラの役割について,オープンな議論を行うための概念的枠組みとして意図されている。
論文 参考訳（メタデータ） (2025-04-17T15:36:26Z) - Authenticated Delegation and Authorized AI Agents [4.679384754914167]
我々は、AIエージェントに対する権限の認証、認証、監査可能な委任のための新しい枠組みを導入する。
フレキシブルな自然言語パーミッションを監査可能なアクセス制御構成に変換するためのフレームワークを提案する。
論文 参考訳（メタデータ） (2025-01-16T17:11:21Z) - Agent TCP/IP: An Agent-to-Agent Transaction System [0.0]
Agent Transaction Control Protocol for Intellectual Propertyはエージェント間でIPを交換する信頼性のないフレームワークを提供する。
エージェントはStoryブロックチェーンネットワーク上でエージェント対エージェント契約を起動、取引、借用、販売することができる。
エージェントは、トレーニングデータを他のエージェントに自律的に販売し、秘密またはプロプライエタリな情報をライセンスし、独自のスキルに基づいてコンテンツに基づいてコラボレーションすることができる。
論文 参考訳（メタデータ） (2025-01-08T16:43:47Z) - Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。
これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。
55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文 参考訳（メタデータ） (2024-10-14T17:57:02Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering [79.07755560048388]
SWEエージェント(SWE-agent)は、LMエージェントが自律的にコンピュータを使用してソフトウェア工学のタスクを解決するシステムである。
SWEエージェントのカスタムエージェントコンピュータインタフェース(ACI)は、エージェントがコードファイルを作成し編集し、リポジトリ全体をナビゲートし、テストやその他のプログラムを実行する能力を著しく向上させる。
我々はSWE-benchとHumanEvalFixのSWE-agentを評価し、それぞれ12.5%と87.7%のパス@1レートで最先端の性能を実現した。
論文 参考訳（メタデータ） (2024-05-06T17:41:33Z) - CACA Agent: Capability Collaboration based AI Agent [18.84686313298908]
本稿ではCACAエージェント(Capability Collaboration based AI Agent)を提案する。
CACA Agentは、単一のLLMへの依存を減らすだけでなく、AI Agentを実装するための一連のコラボレーティブ機能を統合する。
本稿ではCACAエージェントの動作とアプリケーションシナリオの拡張について説明する。
論文 参考訳（メタデータ） (2024-03-22T11:42:47Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z) - OpenAgents: An Open Platform for Language Agents in the Wild [71.16800991568677]
OpenAgentsは、日々の生活の中で言語エージェントを使い、ホストするためのオープンなプラットフォームです。
我々は課題と機会を解明し、現実世界の言語エージェントの将来の研究と開発の基礎を築きたいと考えています。
論文 参考訳（メタデータ） (2023-10-16T17:54:53Z) - The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる
まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。
単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
論文 参考訳（メタデータ） (2023-09-14T17:12:03Z)
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。