論文の概要: Agent-World: Scaling Real-World Environment Synthesis for Evolving General Agent Intelligence

• arxiv url: http://arxiv.org/abs/2604.18292v1
• Date: Mon, 20 Apr 2026 14:01:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.919756
• Title: Agent-World: Scaling Real-World Environment Synthesis for Evolving General Agent Intelligence
• Title（参考訳）: エージェントワールド:汎用エージェントインテリジェンスを進化させるための実世界環境のスケーリング
• Abstract要約: textbfAgent-Worldは、スケーラブルな環境を通じて汎用エージェントインテリジェンスを前進させるための自己進化型トレーニングアリーナである。 Agent-World-8Bと14Bは、強力なプロプライエタリなモデルと環境スケーリングベースラインを一貫して上回っている。
• 参考スコア（独自算出の注目度）: 122.8626256816085
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models are increasingly expected to serve as general-purpose agents that interact with external, stateful tool environments. The Model Context Protocol (MCP) and broader agent skills offer a unified interface for connecting agents with scalable real-world services, but training robust agents remains limited by the lack of realistic environments and principled mechanisms for life-long learning. In this paper, we present \textbf{Agent-World}, a self-evolving training arena for advancing general agent intelligence through scalable environments. Agent-World has two main components: (1) Agentic Environment-Task Discovery, which autonomously explores topic-aligned databases and executable tool ecosystems from thousands of real-world environment themes and synthesizes verifiable tasks with controllable difficulty; and (2) Continuous Self-Evolving Agent Training, which combines multi-environment reinforcement learning with a self-evolving agent arena that automatically identifies capability gaps through dynamic task synthesis and drives targeted learning, enabling the co-evolution of agent policies and environments. Across 23 challenging agent benchmarks, Agent-World-8B and 14B consistently outperforms strong proprietary models and environment scaling baselines. Further analyses reveal scaling trends in relation to environment diversity and self-evolution rounds, offering insights for building general agent intelligence.
• Abstract（参考訳）: 大規模言語モデルは、外部のステートフルなツール環境と対話する汎用エージェントとして、ますます期待されている。 Model Context Protocol(MCP)とより広範なエージェントスキルは、エージェントをスケーラブルな現実世界のサービスに接続するための統一されたインターフェースを提供するが、現実的な環境の欠如と生涯学習の原則的なメカニズムによって、堅牢なエージェントのトレーニングは制限されている。 本稿では、スケーラブルな環境を通した汎用エージェントインテリジェンスを促進するための自己進化型トレーニングアリーナである「textbf{Agent-World}」を紹介する。 エージェント・ワールドには2つの主要な要素がある: 1) エージェント環境-タスク発見(Agentic Environment-Task Discovery) エージェント環境-タスク発見(Agentic Environment-Task Discovery) エージェント環境-タスク発見(Agentic Environment-Task Discovery) 数千の現実世界環境からトピック整合したデータベースと実行可能なツールエコシステムを自律的に探索し、検証可能なタスクを制御可能な難易度で合成し、(2) 多環境強化学習と自己進化エージェントアリーナを組み合わせ、動的タスク合成を通じて機能ギャップを自動的に識別し、ターゲット学習を推進し、エージェントポリシーと環境の共進化を可能にする。 23の挑戦的なエージェントベンチマーク、Agent-World-8Bと14Bは、強力なプロプライエタリなモデルと環境スケーリングベースラインを一貫して上回っている。 さらなる分析では、環境多様性と自己進化ラウンドに関連するスケーリングトレンドを明らかにし、汎用エージェントインテリジェンスを構築するための洞察を提供する。

関連論文リスト

• Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning [62.499592503950026]
  大規模言語モデル(LLM)は、ツールや環境とのマルチターンインタラクションを必要とする複雑なタスクを実行するために、自律エージェントに権限を与えている。 完全合成環境生成パイプラインであるエージェント・ワールド・モデル(AWM)を提案する。 私たちは、エージェントがリッチなツールセットと対話できる、毎日のシナリオをカバーする1,000の環境にスケールします。
  論文  参考訳（メタデータ） (2026-02-10T18:55:41Z)
• Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning [84.70211451226835]
  大規模言語モデル(LLM)エージェントは、人間の計算データへの依存によって制約される。 我々は,外部データを持たない高性能エージェントを進化させる完全自律型フレームワークであるAgent0を紹介する。 Agent0は推論能力を大幅に向上させ、Qwen3-8B-Baseモデルを数学的推論で18%改善し、一般的な推論ベンチマークで24%改善した。
  論文  参考訳（メタデータ） (2025-11-20T05:01:57Z)
• A Survey on Agentic Multimodal Large Language Models [84.18778056010629]
  エージェントマルチモーダル大言語モデル(Agentic MLLMs)に関する総合的な調査を行う。 我々は,エージェントMLLMの新たなパラダイムを探求し,その概念的基盤を明確にし,従来のMLLMエージェントとの特徴を区別する。 コミュニティのためのこの分野の研究をさらに加速するため、エージェントMLLMを開発するためのオープンソースのトレーニングフレームワーク、トレーニングおよび評価データセットをコンパイルする。
  論文  参考訳（メタデータ） (2025-10-13T04:07:01Z)
• Towards General Agentic Intelligence via Environment Scaling [78.66355092082253]
  高度なエージェントインテリジェンスは、現実世界のアプリケーションに大規模言語モデルをデプロイするための前提条件である。 完全にシミュレートされた異種環境を自動的に構築するスケーラブルなフレームワークを設計する。 エージェントベンチマーク, tau-bench, tau2-Bench, ACEBenchの実験により, トレーニングモデルである AgentScaler が, モデルの関数呼び出し能力を大幅に向上することを示した。
  論文  参考訳（メタデータ） (2025-09-16T17:57:20Z)
• A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
  大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。 LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。 この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
  論文  参考訳（メタデータ） (2025-07-28T17:59:05Z)

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。