論文の概要: AIT Academy: Cultivating the Complete Agent with a Confucian Three-Domain Curriculum

• arxiv url: http://arxiv.org/abs/2604.17989v1
• Date: Mon, 20 Apr 2026 09:12:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.785092
• Title: AIT Academy: Cultivating the Complete Agent with a Confucian Three-Domain Curriculum
• Title（参考訳）: AITアカデミー: 儒教三科カリキュラムによる完全エージェントの育成
• Authors: Jiaqi Li, Lvyang Zhang, Yang Zhao, Wen Lu, Lidong Zhai,
• Abstract要約: 本稿では,AIエージェントを人的知識の3部構成にまたがって育成するためのカリキュラムフレームワークであるAIA Academyを紹介する。 2500年前の総合的な教育体系である儒教の6つの芸術(liuyi)は、各ドメイン内のトレーニング可能なエージェント機能に直接マップされる行動考古学タイプとして再解釈される。
• 参考スコア（独自算出の注目度）: 17.942542636245634
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: What does it mean to give an AI agent a complete education? Current agent development produces specialists systems optimized for a single capability dimension, whether tool use, code generation, or security awareness that exhibit predictable deficits wherever they were not trained. We argue this pattern reflects a structural absence: there is no curriculum theory for agents, no principled account of what a fully developed agent should know, be, and be able to do across the full scope of intelligent behavior. This paper introduces the AIT Academy (Agents Institute of Technology Academy), a curriculum framework for cultivating AI agents across the tripartite structure of human knowledge. Grounded in Kagan's Three Cultures and UNESCO ISCED-F 2013, AIT organizes agent capability development into three domains: Natural Science and Technical Reasoning (Domain I), Humanities and Creative Expression (Domain II), and Social Science and Ethical Reasoning (Domain III). The Confucian Six Arts (liuyi) a 2,500-year-old holistic education system are reinterpreted as behavioral archetypes that map directly onto trainable agent capabilities within each domain. Three representative training grounds instantiate the framework across multiple backbone LLMs: the ClawdGO Security Dojo (Domain I), Athen's Academy (Domain II), and the Alt Mirage Stage (Domain III). Experiments demonstrate a 15.9-point improvement in security capability scores under weakest-first curriculum scheduling, and a 7-percentage-point gain in social reasoning performance under principled attribution modeling. A cross-domain finding Security Awareness Calibration Pathology (SACP), in which over-trained Domain I agents fail on out-of-distribution evaluation illustrates the diagnostic value of a multi-domain perspective unavailable to any single-domain framework.
• Abstract（参考訳）: AIエージェントに完全な教育を与える意味は何でしょうか? 現在のエージェント開発は、ツールの使用、コード生成、トレーニングを受けていない場合に予測可能な欠陥を示すセキュリティ意識など、単一の機能ディメンションに最適化されたスペシャリストシステムを生成する。 このパターンは構造的欠如を反映しており、エージェントのカリキュラム理論はなく、完全に発達したエージェントが知っているべきことの原則的な説明もなく、知的行動の全範囲にわたって実行可能である。 本稿では,AIエージェントを人的知識の3部構成にわたって育成するカリキュラムフレームワークであるAII Academy(Agents Institute of Technology Academy)を紹介する。 AITは、Kagan's Three Cultures and UNESCO ISCED-F 2013において、Nature Science and Technical Reasoning (Domain I)、Humanities and Creative Expression (Domain II)、Social Science and Ethical Reasoning (Domain III)の3つの領域にエージェント能力開発を組織している。 2500年前の総合的な教育体系である儒教の6つの芸術(liuyi)は、各ドメイン内のトレーニング可能なエージェント機能に直接マップされる行動考古学タイプとして再解釈される。 ClawdGO Security Dojo (Domain I)、Athen's Academy (Domain II)、Alt Mirage Stage (Domain III)である。 実験では、最も弱い第1のカリキュラムスケジューリングの下でのセキュリティ能力の15.9ポイント向上と、原則的帰属モデルの下での社会的推論性能の7パーセント向上を実証した。 過度にトレーニングされたドメインIエージェントがアウト・オブ・ディストリビューション評価に失敗するSACP(Security Awareness Calibration Pathology)のクロスドメインは、任意の単一ドメインフレームワークで利用できないマルチドメイン視点の診断値を示している。

関連論文リスト

• From Thinker to Society: Security in Hierarchical Autonomy Evolution of AI Agents [36.1914922430313]
  本稿では,認知的操作,身体環境の破壊,マルチエージェントシステム障害を対象とする脅威の分類について述べる。 この発見は、信頼できるAIエージェントシステムのための多層自律型防衛アーキテクチャの開発を導くことを目的としている。
  論文  参考訳（メタデータ） (2026-03-08T06:45:28Z)
• How to Build AI Agents by Augmenting LLMs with Codified Human Expert Domain Knowledge? A Software Engineering Framework [3.0049184484925604]
  批判的なドメイン知識は、通常、少数の専門家と共に存在する。 非専門家は効果的な可視化を作成するのに苦労する。 本稿では,AIエージェントシステムに人間のドメイン知識を取り込み,組み込む方法について検討する。
  論文  参考訳（メタデータ） (2026-01-21T16:23:22Z)
• OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation [65.15955645757705]
  専門的な実行から戦略的計画を切り離す階層的なマルチエージェントフレームワークであるWorkforceを紹介します。 推論中、Workforceはワーカーエージェントの追加や修正によって新しいドメインにシームレスに適応する。 トレーニングには、ドメイン間の一般化を改善する最適化されたワークフォース学習(OWL)を導入する。
  論文  参考訳（メタデータ） (2025-05-29T17:51:58Z)
• NGENT: Next-Generation AI Agents Must Integrate Multi-Domain Abilities to Achieve Artificial General Intelligence [15.830291699780874]
  我々は、次世代AIエージェント(NGENT)が、人工知能(AGI)に進むために、ドメイン間の能力を統合するべきだと論じている。 将来のAIエージェントは、これらの特殊システムの強みを、テキスト、ビジョン、ロボット工学、強化学習、感情知性などにわたって操作できる統一されたフレームワークに合成するべきである。
  論文  参考訳（メタデータ） (2025-04-30T08:46:14Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• 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)
• On Assessing the Usefulness of Proxy Domains for Developing and Evaluating Embodied Agents [0.0]
  プロキシの値は、解決に使われているタスクに条件づけられている、と私たちは主張します。 我々は、異なるプロキシドメインの有用性を比較するために、新しいプロキシ有用性(PU)メトリクスを確立する。
  論文  参考訳（メタデータ） (2021-09-29T16:04:39Z)

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。