論文の概要: Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management

• arxiv url: http://arxiv.org/abs/2505.00018v2
• Date: Thu, 09 Oct 2025 13:19:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 15:34:28.452111
• Title: Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management
• Title（参考訳）: ポジションペーパー:問題解決と知識管理のためのオープン複合型ヒューマンAIエージェント協調システムを目指して
• Authors: Ju Wu, Calvin K. L. Or,
• Abstract要約: 我々は,Human-AI Agents Collaboration Systems(HAACS)のための技術に依存しない,コラボレーション可能なスタンスを提案する。 7次元のコラボスピンと人間とエージェントのコントラストを通して経験的なパターンを読み取ることで、欠落したピースを識別する。 アドホック接着剤を使わず,バイオサイバネティック拡張をスケッチすることなく,新たなエージェントプロトコルとの相互運用性を示す。
• 参考スコア（独自算出の注目度）: 0.15039745292757667
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a technology-agnostic, collaboration-ready stance for Human-AI Agents Collaboration Systems (HAACS) that closes long-standing gaps in prior stages (automation; flexible autonomy; agentic multi-agent collectives). Reading empirical patterns through a seven-dimension collaboration spine and human-agent contrasts, we identify missing pieces: principled budgeting of initiative, instantaneous and auditable reconfiguration, a system-wide knowledge backbone with an epistemic promotion gate, capacity-aware human interfaces; and, as a prerequisite to all of the above, unified definitions of agent and formal collaborative dynamics. We respond with (i) a boundary-centric ontology of agenthood synthesized with cybernetics; (ii) a Petri net family (colored and interpreted) that models ownership, cross-boundary interaction, concurrency, guards, and rates with collaboration transitions; and (iii) a three-level orchestration (meta, agent, execution) that governs behavior families via guard flips. On the knowledge side, we ground collaborative learning in Conversation Theory and SECI with teach-back gates and an evolving backbone; on the problem-solving side, we coordinate routine MEA-style control with practice-guided open-ended discovery. The result is the Hierarchical Exploration-Exploitation Net (HE2-Net): a policy-controlled stance that splits provisional from validated assets, promotes only after tests and peer checks, and budgets concurrent probing while keeping reuse fast and safe. We show interoperability with emerging agent protocols without ad hoc glue and sketch bio-cybernetic extensions (autopoiesis, autogenesis, evolving boundaries, synergetics, etc). Altogether, the framework keeps humans central to setting aims, justifying knowledge, and steering theory-practice dynamics, while scaling agents as reliable collaborators within audited governance.
• Abstract（参考訳）: 本稿では,先行段階(自動化,フレキシブルな自律性,エージェント的マルチエージェント集団)の長期的ギャップを埋める,技術に依存しない,協調型コラボレーションシステム(HAACS)を提案する。 7次元の協調スピンと人間-エージェントのコントラストを通して経験的パターンを読み取ると、イニシアチブの原則的予算化、即時かつ監査可能な再構成、エピステミック・プロモーションゲートを備えたシステム全体の知識バックボーン、キャパシティ・アウェア・ヒューマン・インタフェース、そして上記のすべての前提として、エージェントとフォーマルな協調力学の統一的な定義が不可欠である。 応答する 一 サイバネティクスで合成されたエージェント団結の境界中心のオントロジー (二 ペトリネットファミリー(カラー及びインタプリタ)であって、オーナシップ、クロスバウンダリインタラクション、並行性、ガード及び協調移行によるレートをモデル化するもの 三 ガードフリップにより行動家族を統括する三段階のオーケストレーション(メタ、エージェント、実行)。 知識面では,会話理論とSECIにおける協調学習を,教示バックゲートと進化するバックボーンとで構築し,問題解決面では,実践指導によるオープンエンドな発見とMEAスタイルのルーチン制御を協調する。 その結果、階層的探索・探索ネット(HE2-Net)は、検証済み資産から暫定的に分離し、テストとピアチェックの後にのみ促進し、再利用を迅速かつ安全に保ちながら、同時調査を行う政策制御のスタンスである。 アドホック接着剤を使わずに新たなエージェントプロトコルとの相互運用性を示し,バイオサイバネティック拡張(オートポエシス,オートジェネレーション,境界の進化,相乗効果など)をスケッチする。 さらに、このフレームワークは、目標を設定し、知識を正当化し、理論と実践のダイナミクスを操りながら、監査されたガバナンスの中でエージェントを信頼できる協力者としてスケーリングする。

関連論文リスト

• Deep Research Agents: A Systematic Examination And Roadmap [79.04813794804377]
  Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。 本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
  論文  参考訳（メタデータ） (2025-06-22T16:52:48Z)
• Chain of Methodologies: Scaling Test Time Computation without Training [77.85633949575046]
  大規模言語モデル(LLM)は、トレーニングデータに対する詳細な洞察が不十分なため、複雑な推論タスクに苦しむことが多い。 本稿では,人間の方法論的洞察を統合することで構造的思考を強化するCoM(Chain of the CoM)フレームワークを紹介する。
  論文  参考訳（メタデータ） (2025-06-08T03:46:50Z)
• Advancing Multi-Agent Systems Through Model Context Protocol: Architecture, Implementation, and Applications [0.0]
  本稿では,モデルコンテキストプロトコル(MCP)によるマルチエージェントシステムの進化のための包括的フレームワークを提案する。 我々は、統合理論基盤、高度なコンテキスト管理技術、スケーラブルな調整パターンを開発することで、AIエージェントアーキテクチャに関するこれまでの研究を拡張した。 私たちは、現在の制限、新たな研究機会、そして業界全体にわたる潜在的な変革的応用を特定します。
  論文  参考訳（メタデータ） (2025-04-26T03:43:03Z)
• Synergizing RAG and Reasoning: A Systematic Review [8.842022673771147]
  大規模言語モデル(LLM)の最近のブレークスルーは、レトリーバル強化世代(RAG)を前例のないレベルまで押し上げている。 本稿では,RAGと推論の協調的相互作用を体系的に検討する。
  論文  参考訳（メタデータ） (2025-04-22T13:55:13Z)
• A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems [93.8285345915925]
  推論(Reasoning)は、論理的推論、問題解決、意思決定を可能にする基本的な認知プロセスである。 大規模言語モデル(LLM)の急速な進歩により、推論は高度なAIシステムを区別する重要な能力として浮上した。 我々は,(1)推論が達成される段階を定義するレジーム,(2)推論プロセスに関与するコンポーネントを決定するアーキテクチャの2つの側面に沿って既存の手法を分類する。
  論文  参考訳（メタデータ） (2025-04-12T01:27:49Z)
• 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)
• AI-Enabled Knowledge Sharing for Enhanced Collaboration and Decision-Making in Non-Profit Healthcare Organizations: A Scoping Review Protocol [0.0]
  このプロトコルは、非営利医療組織におけるAIによる知識共有に関する既存の証拠を体系的にマッピングするために設計されたスコープレビューの概要である。 本研究の目的は、特にUSAID運用中止後の外部支援の削減という文脈において、このような技術が協調と意思決定をいかに促進するかを検討することである。
  論文  参考訳（メタデータ） (2025-03-10T17:09:12Z)
• Coding for Intelligence from the Perspective of Category [66.14012258680992]
  符号化の対象はデータの圧縮と再構成、インテリジェンスである。 最近の傾向は、これらの2つの分野の潜在的均一性を示している。 本稿では,カテゴリ理論の観点から,インテリジェンスのためのコーディングの新たな問題を提案する。
  論文  参考訳（メタデータ） (2024-07-01T07:05:44Z)
• Deconstructing Human-AI Collaboration: Agency, Interaction, and Adaptation [9.36651659099834]
  我々は,人間-AIシステムの解析と記述を行うための,新しい統合された次元セットを提案する。 我々の概念モデルは、エージェンシー、インタラクション、適応の3つのハイレベルな側面を中心としています。
  論文  参考訳（メタデータ） (2024-04-18T10:12:18Z)
• A Survey on Knowledge Distillation of Large Language Models [99.11900233108487]
  知識蒸留(KD)は、高度な能力をオープンソースモデルに転送するための重要な方法論である。 本稿では,大規模言語モデル(LLM)の領域におけるKDの役割を包括的に調査する。
  論文  参考訳（メタデータ） (2024-02-20T16:17:37Z)
• Emergent Explainability: Adding a causal chain to neural network inference [0.0]
  本稿では,創発的コミュニケーション(EmCom)による説明可能な人工知能(xAI)の強化のための理論的枠組みを提案する。 我々は、EmComのAIシステムへの新たな統合を探求し、入力と出力の間の従来の連想関係から、より微妙で因果的解釈へのパラダイムシフトを提供する。 本稿は、このアプローチの理論的基盤、潜在的に広い応用、そして、責任と透明なAIシステムに対するニーズの増大と整合性について論じる。
  論文  参考訳（メタデータ） (2024-01-29T02:28:39Z)
• The Participatory Turn in AI Design: Theoretical Foundations and the Current State of Practice [64.29355073494125]
  本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。 我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
  論文  参考訳（メタデータ） (2023-10-02T05:30:42Z)
• Investigating Bi-Level Optimization for Learning and Vision from a Unified Perspective: A Survey and Beyond [114.39616146985001]
  機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。 本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。 次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
  論文  参考訳（メタデータ） (2021-01-27T16:20:23Z)

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。