論文の概要: DrugSAGE:Self-evolving Agent Experience for Efficient State-of-the-Art Drug Discovery

• arxiv url: http://arxiv.org/abs/2605.15461v1
• Date: Thu, 14 May 2026 22:49:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 21:22:26.119841
• Title: DrugSAGE:Self-evolving Agent Experience for Efficient State-of-the-Art Drug Discovery
• Title（参考訳）: 医薬品開発:効率的な医薬品発見のための自己進化剤体験
• Authors: Yikun Zhang, Xiwei Cheng, Tianyu Liu, Yuanqi Du, Wengong Jin,
• Abstract要約: LLMをベースとしたエージェントは、広範囲な試行錯誤によってSOTAソリューションを見つけることができるが、その過程で蓄積された経験は残っていない。 我々は,SOTA薬物発見モデルを効率的に構築するために,タスク間で経験を蓄積し再利用する手法を提案する。
• 参考スコア（独自算出の注目度）: 26.594635128999283
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Building state-of-the-art (SOTA) predictive models for drug discovery requires expensive search over tools, architectures, and training strategies. Current LLM-based agents can find SOTA solutions through extensive trial and error, but they do not retain the experience accumulated along the way and therefore pay the full search cost on every new task. We propose \method (Self-evolving Agent Experience), a framework that accumulates and reuses experience across tasks to build SOTA drug discovery models efficiently. \method maintains a cross-task memory of verified skills, statistical evidence about effective strategies, and a record of recurring errors and their fixes. In some cases, \method transfers a working solution directly without test-time search. In 33 molecular property prediction tasks, \method ranks first among nine SOTA agents in a single-task setting. With memory accumulated from 16 smaller tasks, \method achieves an averaged normalized score of 0.935 on 17 held-out tasks in a cross-task evaluation setting and outperforms all baseline agents by 10-30\% in a zero-test-time search regime. In summary, our work shows the advantage of cross-task memory for efficient SOTA model development in drug discovery.
• Abstract（参考訳）: 薬物発見のための最先端(SOTA)予測モデルの構築には、ツール、アーキテクチャ、トレーニング戦略の高価な探索が必要である。 現在のLSMベースのエージェントは、広範囲な試行錯誤によってSOTAソリューションを見つけることができるが、その過程で蓄積された経験を保持せず、新しいタスクに対して全検索コストを支払う。 我々は,SOTA薬物発見モデルを効率的に構築するために,タスク間で経験を蓄積し再利用するフレームワークである 'method (Self-evolving Agent Experience) を提案する。 \methodは、検証されたスキルのクロスタスクメモリ、効果的な戦略に関する統計的証拠、繰り返し発生するエラーとその修正の記録を維持している。 場合によっては、Shamethodはテストタイム検索なしで直接動作するソリューションを転送する。 33の分子特性予測タスクでは、シャメトッドはシングルタスク設定で9つのSOTAエージェントの中で1位である。 16個の小さなタスクからメモリが蓄積された場合、amethodは17個の保持タスクの平均正規化スコア0.935をクロスタスク評価設定で達成し、ゼロテストタイムサーチシステムでは、すべてのベースラインエージェントを10～30倍に向上させる。 まとめると,本研究は薬物発見におけるSOTAモデル開発におけるクロスタスクメモリの利点を示している。

関連論文リスト

• ProMMSearchAgent: A Generalizable Multimodal Search Agent Trained with Process-Oriented Rewards [24.61813749877376]
  ProMMSearchAgentは、マルチモーダル検索のための新しいSim-to-Realトレーニングパラダイムを確立する。 我々は、正しい認知判断を明示的に報いるような、密集した行動メタデータを生成する。 ProMMSearchAgentは新たなSOTAパフォーマンスを実現し、FVQAテストでは+5.1%、InfoSeekでは+6.3%、MMSearchでは+11.3%を上回った。
  論文  参考訳（メタデータ） (2026-04-22T12:20:46Z)
• AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress [71.02263260394261]
  大規模言語モデル(LLM)は、マルチターン意思決定タスクにおいて依然として課題に直面している。 プロセス報酬モデル(PRM)を構築し、各意思決定を評価し、エージェントの意思決定プロセスを導く。 AgentPRMは、シーケンシャルな決定と最終的な目標への貢献の間の相互依存の両方をキャプチャする。
  論文  参考訳（メタデータ） (2025-11-11T14:57:54Z)
• AgentSwift: Efficient LLM Agent Design via Value-guided Hierarchical Search [58.98450205734779]
  大規模言語モデル(LLM)エージェントは、多様なドメインにまたがる強力な機能を示している。 既存のエージェントサーチ手法には3つの大きな制限がある。 これらの課題に対処するための包括的なフレームワークを導入します。
  論文  参考訳（メタデータ） (2025-06-06T12:07:23Z)
• Aligning Data Selection with Performance: Performance-driven Reinforcement Learning for Active Learning in Object Detection [31.304039641225504]
  本稿では,オブジェクト検出のための平均APガイド型アクティブラーニングについて紹介する。 MGRALは、予測されたモデル出力変化の概念を深層検知ネットワークの情報性として活用する新しいアプローチである。 提案手法は,物体検出のための強化学習に基づく能動学習における新たなパラダイムを確立し,高い性能を示す。
  論文  参考訳（メタデータ） (2023-10-12T14:59:22Z)
• CURO: Curriculum Learning for Relative Overgeneralization [6.573807158449973]
  相対的オーバージェネリゼーション(Relative Over generalization, RO)は、協調的なマルチエージェントタスクで発生する病理である。 相対オーバージェネリゼーション(CURO)のためのカリキュラム学習という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-12-06T03:41:08Z)
• CLUTR: Curriculum Learning via Unsupervised Task Representation Learning [130.79246770546413]
  CLUTRは、タスク表現とカリキュラム学習を2段階最適化に分離する、新しいカリキュラム学習アルゴリズムである。 CLUTRは、CarRacingとナビゲーション環境における一般化とサンプル効率の観点から、原則的かつ一般的なUED手法であるPAIREDよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-19T01:45:29Z)
• SSM-DTA: Breaking the Barriers of Data Scarcity in Drug-Target Affinity Prediction [127.43571146741984]
  薬物標的親和性(DTA)は、早期の薬物発見において極めて重要である。 湿式実験は依然として最も信頼性の高い方法であるが、時間と資源が集中している。 既存の手法は主に、データ不足の問題に適切に対処することなく、利用可能なDTAデータに基づく技術開発に重点を置いている。 SSM-DTAフレームワークについて述べる。
  論文  参考訳（メタデータ） (2022-06-20T14:53:25Z)
• Meta-Reinforcement Learning Robust to Distributional Shift via Model Identification and Experience Relabeling [126.69933134648541]
  本稿では,テスト時にアウト・オブ・ディストリビューション・タスクに直面した場合に,効率よく外挿できるメタ強化学習アルゴリズムを提案する。 我々の手法は単純な洞察に基づいており、動的モデルが非政治データに効率的かつ一貫して適応可能であることを認識している。
  論文  参考訳（メタデータ） (2020-06-12T13:34:46Z)

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。