論文の概要: A Self-Evolving Framework for Efficient Terminal Agents via Observational Context Compression

• arxiv url: http://arxiv.org/abs/2604.19572v1
• Date: Tue, 21 Apr 2026 15:25:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.846083
• Title: A Self-Evolving Framework for Efficient Terminal Agents via Observational Context Compression
• Title（参考訳）: 観測文脈圧縮による効率的な端末エージェントの自己進化フレームワーク
• Authors: Jincheng Ren, Siwei Wu, Yizhi Li, Kang Zhu, Shu Xu, Boyu Feng, Ruibin Yuan, Wei Zhang, Riza Batista-Navarro, Jian Yang, Chenghua Lin,
• Abstract要約: TACOは、プラグアンドプレイで自己進化するターミナルエージェント圧縮フレームワークである。 既存の端末エージェントのインタラクショントラジェクトリから圧縮ルールを自動的に発見し、洗練する。 メインストリームのエージェントフレームワークと強力なバックボーンモデルのパフォーマンスを一貫して改善する。
• 参考スコア（独自算出の注目度）: 39.60395856651371
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As model capabilities advance, research has increasingly shifted toward long-horizon, multi-turn terminal-centric agentic tasks, where raw environment feedback is often preserved in the interaction history to support future decisions. However, repeatedly retaining such feedback introduces substantial redundancy and causes cumulative token cost to grow quadratically with the number of steps, hindering long-horizon reasoning. Although observation compression can mitigate this issue, the heterogeneity of terminal environments makes heuristic-based or fixed-prompt methods difficult to generalize. We propose TACO, a plug-and-play, self-evolving Terminal Agent Compression framework that automatically discovers and refines compression rules from interaction trajectories for existing terminal agents. Experiments on TerminalBench (TB 1.0 and TB 2.0) and four additional terminal-related benchmarks (i.e., SWE-Bench Lite, CompileBench, DevEval, and CRUST-Bench) show that TACO consistently improves performance across mainstream agent frameworks and strong backbone models. With MiniMax-2.5, it improves performance on most benchmarks while reducing token overhead by around 10%. On TerminalBench, it brings consistent gains of 1%-4% across strong agentic models, and further improves accuracy by around 2%-3% under the same token budget. These results demonstrate the effectiveness and generalization of self-evolving, task-aware compression for terminal agents.
• Abstract（参考訳）: モデル能力が向上するにつれて、研究は長期のマルチターン端末中心のエージェントタスクへと移行し、そこでは、将来の意思決定をサポートするために、対話履歴に生環境フィードバックが保存されることがしばしばある。 しかし、そのようなフィードバックを繰り返し保持することは、かなりの冗長性をもたらし、累積トークンコストをステップ数で2次的に増加させ、長い水平推論を妨げる。 観測圧縮はこの問題を軽減することができるが、終末環境の不均一性により、ヒューリスティックベースの手法や固定プロンプト手法の一般化が困難になる。 本稿では,既存の端末エージェントのインタラクショントラジェクトリから圧縮ルールを自動的に検出・精査する,プラグイン・アンド・プレイ・セルフ進化型端末エージェント圧縮フレームワークTACOを提案する。 TerminalBench(TB 1.0とTB 2.0)と4つの端末関連ベンチマーク(SWE-Bench Lite、CompileBench、DevEval、CRUST-Bench)の実験によると、TACOはメインストリームのエージェントフレームワークと強力なバックボーンモデルで一貫してパフォーマンスを改善している。 MiniMax-2.5では、ほとんどのベンチマークのパフォーマンスが向上し、トークンオーバーヘッドを約10%削減した。 TerminalBenchでは、強力なエージェントモデルに対して、一貫性のある1%-4%のゲインをもたらし、さらに同じトークン予算の下で、約2%-3%の精度向上を実現している。 これらの結果から,端末エージェントに対する自己進化型タスク認識圧縮の有効性と一般化が示された。

関連論文リスト

• Controllable and Verifiable Tool-Use Data Synthesis for Agentic Reinforcement Learning [82.89535601592739]
  マルチレベル検証を用いた自己進化型合成により,信頼性の高い基本ツール利用軌跡を生成する2段階パイプラインを提案する。 これらの拡張は、トラクタツール、間接的または曖昧なユーザクエリ、ノイズ、マルチフォーマット、あるいは誤ったツール出力を導入します。 本設計では,標準事例に対する参照マッチングによる報酬の自動計算と,エラー検出などの特別な動作に対する軽量な判断支援検証を実現する。
  論文  参考訳（メタデータ） (2026-04-10T18:38:52Z)
• Prune Redundancy, Preserve Essence: Vision Token Compression in VLMs via Synergistic Importance-Diversity [54.95089105944234]
  視覚言語モデル(VLM)は、過剰な視覚トークンの生成によって引き起こされる計算の非効率性に直面する。 2段階パイプラインを特徴とする訓練不要なSynergistic Importance-DiversityアプローチPruneSIDを提案する。 LLaVA-NeXTでは11.1%のトークン保持率で96.3%の精度、極端な圧縮速度(5.6%)で92.8%の精度を実現した。
  論文  参考訳（メタデータ） (2026-03-10T10:31:58Z)
• Towards Efficient Large Language Reasoning Models via Extreme-Ratio Chain-of-Thought Compression [55.63153956934198]
  Chain-of-Thought (CoT)推論はLarge Language Models (LLMs)の推論能力をうまく向上させる 既存のCoT圧縮法は、しばしば高い圧縮比で論理的忠実度が著しく低下する。 本稿では,Extra-CoTと呼ばれる新しいEXTreme-RAtio Chain-of-Thought Compressionフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-09T06:57:15Z)
• Large-Scale Terminal Agentic Trajectory Generation from Dockerized Environments [36.81059045059001]
  終端型タスクのトレーニングエージェントモデルは、現実的な長距離相互作用を捉える高品質な終端軌道に依存する。 我々は,Dockerに準拠したタスクインスタンスを生成し,エージェントトラジェクトリを実行可能なバリデーションコードで合成する,スケーラブルなパイプラインである textbfTerminalTraj を提案する。 TerminalTrajを使って32KのDockerイメージをキュレートし、8つのドメインにわたる50,733の認証済みターミナルトラジェクトリを生成します。
  論文  参考訳（メタデータ） (2026-02-01T14:09:23Z)
• Endless Terminals: Scaling RL Environments for Terminal Agents [39.60665149203152]
  Endless Terminalsは、人間のアノテーションを使わずに端末用タスクを手続き的に生成する、完全に自律的なパイプラインである。 我々は、バイナリエピソードレベルの報酬と最小の相互作用ループを持つバニラPPOを使用してエージェントを訓練する。 これらの改善は人為的なベンチマークに移行する。
  論文  参考訳（メタデータ） (2026-01-23T04:39:55Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• AgentChangeBench: A Multi-Dimensional Evaluation Framework for Goal-Shift Robustness in Conversational AI [5.165179548592513]
  AgentChangeBenchは、ツール拡張言語モデルエージェントがミッドダイアログのゴールシフトにどのように適応するかを測定するために設計されたベンチマークである。 本フレームワークは,タスク成功率(TSR),信頼性のためのツール利用効率(TUE),無駄な作業のためのツールコール冗長率(TCRR),適応のためのゴールシフト回復時間(GSRT)の4つの相補的指標を用いて評価を定式化する。
  論文  参考訳（メタデータ） (2025-10-20T23:48:07Z)

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。