論文の概要: CRAFT: Grounded Multi-Agent Coordination Under Partial Information

• arxiv url: http://arxiv.org/abs/2603.25268v1
• Date: Thu, 26 Mar 2026 10:06:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.23717
• Title: CRAFT: Grounded Multi-Agent Coordination Under Partial Information
• Title（参考訳）: CRAFT:部分情報に基づく複数エージェント協調
• Authors: Abhijnan Nath, Hannah VanderHoeven, Nikhil Krishnaswamy,
• Abstract要約: CRAFTは、大規模言語モデルにおける実用的コミュニケーションを評価するためのベンチマークである。 我々はこの問題を多面的現実的推論タスクとして定式化する。 より強力な推論能力は、確実により良いコーディネーションに変換されないことが分かっています。
• 参考スコア（独自算出の注目度）: 10.532912977406811
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce CRAFT, a multi-agent benchmark for evaluating pragmatic communication in large language models under strict partial information. In this setting, multiple agents with complementary but incomplete views must coordinate through natural language to construct a shared 3D structure that no single agent can fully observe. We formalize this problem as a multi-sender pragmatic reasoning task and provide a diagnostic framework that decomposes failures into spatial grounding, belief modeling and pragmatic communication errors, including a taxonomy of behavioral failure profiles in both frontier and open-weight models. Across a diverse set of models, including 8 open-weight and 7 frontier including reasoning models, we find that stronger reasoning ability does not reliably translate to better coordination: smaller open-weight models often match or outperform frontier systems, and improved individual communication does not guarantee successful collaboration. These results suggest that multi-agent coordination remains a fundamentally unsolved challenge for current language models. Our code can be found at https://github.com/csu-signal/CRAFT
• Abstract（参考訳）: 厳密な部分情報に基づく大規模言語モデルにおける実用的コミュニケーション評価のためのマルチエージェントベンチマークであるCRAFTを紹介する。 この設定では、補完的だが不完全なビューを持つ複数のエージェントが自然言語を介して協調し、単一のエージェントが完全に観察できない共有3D構造を構築する必要がある。 我々は,この問題を多面的実用的推論タスクとして形式化し,フロンティアモデルとオープンウェイトモデルの両方における行動障害プロファイルの分類を含む,失敗を空間的根拠づけ,信念モデリング,実用的コミュニケーションエラーに分解する診断フレームワークを提供する。 推論モデルを含む8つのオープンウェイト、7つのフロンティアを含む多種多様なモデルにおいて、より強力な推論能力は、より良いコーディネーションに確実に変換されない。 これらの結果は,現代言語モデルにおいて,マルチエージェント調整が根本的な未解決課題であることを示している。 私たちのコードはhttps://github.com/csu-signal/CRAFTで参照できます。

関連論文リスト

• MT-PingEval: Evaluating Multi-Turn Collaboration with Private Information Games [70.37904949359938]
  我々は,プライベート情報に関する効果的なコミュニケーションを必要とする協調ゲーム群を用いて,マルチターンインタラクションにおける言語モデルの評価を行った。 言語モデルでは,非対話的なベースラインシナリオを改善するために,対話的なコラボレーションを利用できないことがわかった。 我々は,これらの対話の言語的特徴を分析し,サイコフナンシー,情報密度,談話コヒーレンスの役割を評価する。
  論文  参考訳（メタデータ） (2026-02-27T17:13:20Z)
• Reasoning-Aware Prompt Orchestration: A Foundation Model for Multi-Agent Language Model Coordination [0.0]
  複数の特殊エージェント間の推論を強化する動的プロンプトオーケストレーションのための理論的基盤となるフレームワークを提案する。 このフレームワークは,エージェント移行時の論理的一貫性の維持,推論対応の迅速な適応,分散推論のスケーラブルな調整,という3つの課題に対処する。 1000件の合成マルチエージェント会話実験の結果,推論遅延の42%低減,ROUGE-Lスコアによる論理的整合性の23%改善,文脈損失のないタスク完了の89%の成功率が確認された。
  論文  参考訳（メタデータ） (2025-09-30T22:33:01Z)
• Communicating Plans, Not Percepts: Scalable Multi-Agent Coordination with Embodied World Models [0.0]
  MARL(Multi-Agent Reinforcement Learning)の中心的な疑問は、通信プロトコルを設計するか、エンドツーエンドで学習するかである。 本稿では,協調的なタスク割り当て問題に対する2つのコミュニケーション戦略を提案し,比較する。 我々の実験によると、創発的コミュニケーションは単純な設定で実現可能であるが、設計された世界モデルベースのアプローチは、複雑さが増大するにつれて、優れたパフォーマンス、サンプル効率、スケーラビリティを示す。
  論文  参考訳（メタデータ） (2025-08-04T21:29:07Z)
• Why do AI agents communicate in human language? [6.784986834853486]
  大規模言語モデル(LLM)は、現代のAIエージェントシステムの基礎となっている。 ほとんどの既存のシステムでは、エージェント間通信は主に自然言語に依存している。 この設計はエージェントとエージェントの協調に基本的な制限をもたらすと我々は主張する。
  論文  参考訳（メタデータ） (2025-06-03T10:53:29Z)
• Detect, Explain, Escalate: Low-Carbon Dialogue Breakdown Management for LLM-Powered Agents [30.13634341221476]
  大規模言語モデル(LLM)は、多くのアプリケーションを変えつつありますが、会話のブレークダウンへの感受性は、ユーザ信頼を損なう重要な課題です。 本稿では,低炭素運転を重視したLDMエージェントの対話分解を管理するためのフレームワーク「Detect, Explain, Escalate」を提案する。
  論文  参考訳（メタデータ） (2025-04-26T07:51:05Z)
• Unlocking the Potential of Model Merging for Low-Resource Languages [66.7716891808697]
  大規模言語モデルを新しい言語に適応させるには、通常、継続事前訓練(CT)と、教師付き微調整(SFT)が含まれる。 我々は低リソース言語の代替としてモデルマージを提案し、異なる機能を持つモデルを追加トレーニングなしで単一のモデルに組み合わせる。 Llama-2-7Bをベースとした実験により、モデルマージはタスク解決能力の低い低リソース言語に対して、極めて少ないデータを持つシナリオにおいて、CT-then-SFTよりも優れていることが実証された。
  論文  参考訳（メタデータ） (2024-07-04T15:14:17Z)
• Grounded Decoding: Guiding Text Generation with Grounded Models for Embodied Agents [111.15288256221764]
  グラウンデッドデコーディングプロジェクトは、両方のモデルの知識を活用することで、ロボット環境で複雑な長期タスクを解決することを目的としている。 我々はこれを確率的フィルタリングに類似した問題として、言語モデルの下で高い確率を持つシーケンスをデコードし、基底モデル対象のセットで高い確率を示す。 本研究では,3つのシミュレーション領域と実世界の領域にまたがって,そのような基底モデルがどのように得られるのかを実証し,両モデルの知識を活用して,ロボット環境での複雑な長期的タスクを解くことができることを示す。
  論文  参考訳（メタデータ） (2023-03-01T22:58:50Z)
• RethinkCWS: Is Chinese Word Segmentation a Solved Task? [81.11161697133095]
  中国語の単語(CWS)システムの性能は、ディープニューラルネットワークの急速な発展とともに、徐々に高水準に達している。 本稿では、私たちが達成した事柄の株式を取得し、CWSタスクに残されている事柄を再考する。
  論文  参考訳（メタデータ） (2020-11-13T11:07:08Z)

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。