論文の概要: AMATA: Adaptive Multi-Agent Trajectory Alignment for Knowledge-Intensive Question Answering

• arxiv url: http://arxiv.org/abs/2605.17352v1
• Date: Sun, 17 May 2026 09:45:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:47.91387
• Title: AMATA: Adaptive Multi-Agent Trajectory Alignment for Knowledge-Intensive Question Answering
• Title（参考訳）: AMATA:知識集約型質問応答のための適応的多エージェント軌道アライメント
• Authors: Taolin Zhang, Dongyang Li, Chen Chen, Qizhou Chen, Jiuheng Wan, Xiaofeng He, Chengyu Wang, Richang Hong,
• Abstract要約: AMATAはAdaptive Multi-Agent Trajectory Alignmentフレームワークである。 外部知識を動的に統合し、応答の解釈可能性と事実的根拠を改善する。 本稿では,(1)重要エージェントを優先する目的指向の嗜好を学習するトラジェクトリ内選好学習,(2)エージェント間の依存性学習,という2つの主要なイノベーションを紹介する。
• 参考スコア（独自算出の注目度）: 59.145044878490815
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite substantial advances in large language models (LLMs), generating factually consistent responses for knowledge-intensive question answering remains challenging. These difficulties are primarily due to hallucinations and the limitations of LLMs in bridging long-tail knowledge gaps. To address this, we propose AMATA, an Adaptive Multi-Agent Trajectory Alignment framework that dynamically integrates external knowledge to improve response interpretability and factual grounding. Our architecture leverages six specialized agents that collaboratively perform structured actions for complex question reasoning. We formalize multi-agent collaboration with external tools as a trajectory preference alignment problem, incorporating question-aware agent customization and inter-agent preference harmonization. AMATA introduces two principal innovations: (1) Intra-Trajectory Preference Learning, which learns objective-oriented preferences to prioritize critical agents, and (2) Inter-Agent Dependency Learning, which captures cross-agent tool dependencies through a novel dependency-aware direct preference optimization technique. Empirical results show that AMATA consistently outperforms baseline approaches, knowledge-augmented frameworks, and LLM-based trajectory systems on five established knowledge-intensive QA benchmarks. Further analysis demonstrates the efficiency of our method in reducing token consumption.
• Abstract（参考訳）: 大規模言語モデル(LLM)の大幅な進歩にもかかわらず、知識集約型質問応答に対する現実的に一貫した応答を生成することは依然として困難である。 これらの困難は、主に、長い尾の知識ギャップを埋める際の幻覚とLLMの限界に起因する。 そこで本稿では,適応型多エージェント軌道アライメントフレームワークAMATAを提案する。 我々のアーキテクチャは、複雑な質問推論のための構造化されたアクションを協調的に実行する6つの特殊エージェントを活用している。 我々は,質問認識エージェントのカスタマイズとエージェント間の嗜好調和を取り入れて,外部ツールとのマルチエージェントコラボレーションを軌道上の選好アライメント問題として定式化する。 AMATAは,(1)客観的嗜好を学習して重要なエージェントを優先するトラジェクタ内選好学習,(2)新たな依存性認識直接選好最適化手法により,エージェント間の依存関係をキャプチャするインターエージェント依存学習,の2つの主要なイノベーションを紹介した。 実験の結果、AMATAは5つの確立された知識集約型QAベンチマークにおいて、ベースラインアプローチ、知識強化フレームワーク、LLMベースの軌道系を一貫して上回っていることがわかった。 さらに分析した結果,トークン使用量の削減に本手法の有効性が示された。

関連論文リスト

• JudgeAgent: Knowledge-wise and Dynamic LLM Evaluation with Agent-as-Interviewer [19.09571232466437]
  大規模言語モデル(LLM)のための動的評価パラダイムであるエージェント・アズ・インタービューアを提案する。 現在のベンチマークや動的相互作用のパラダイムとは異なり、エージェント・アズ・インタービューアはエージェントを使用して動的マルチターン質問生成においてより広く深い知識を得るために知識ツールを呼び出します。 我々は、知識駆動型合成をエージェントのツールとして活用し、戦略指導として難易度スコアリングを利用する知識ワイドな動的評価フレームワークであるJiceAgentを開発する。
  論文  参考訳（メタデータ） (2025-09-02T08:52:16Z)
• A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems [93.8285345915925]
  推論(Reasoning)は、論理的推論、問題解決、意思決定を可能にする基本的な認知プロセスである。 大規模言語モデル(LLM)の急速な進歩により、推論は高度なAIシステムを区別する重要な能力として浮上した。 我々は,(1)推論が達成される段階を定義するレジーム,(2)推論プロセスに関与するコンポーネントを決定するアーキテクチャの2つの側面に沿って既存の手法を分類する。
  論文  参考訳（メタデータ） (2025-04-12T01:27:49Z)
• Knowledge-Aware Iterative Retrieval for Multi-Agent Systems [0.0]
  本稿では,新しい大規模言語モデル (LLM) によるエージェントフレームワークを提案する。 動的に進化する知識を活用することで、クエリを反復的に洗練し、文脈的証拠をフィルタリングする。 提案システムは、更新されたコンテキストの競合的および協調的な共有をサポートする。
  論文  参考訳（メタデータ） (2025-03-17T15:27:02Z)
• From Novice to Expert: LLM Agent Policy Optimization via Step-wise Reinforcement Learning [62.54484062185869]
  本稿では,エージェントの強化学習プロセスの最適化にステップワイド報酬を利用するStepAgentを紹介する。 エージェント反射とポリシー調整を容易にする暗黙の逆・逆の強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-11-06T10:35:11Z)
• GIVE: Structured Reasoning of Large Language Models with Knowledge Graph Inspired Veracity Extrapolation [108.2008975785364]
  Graph Inspired Veracity Extrapolation (GIVE)は、パラメトリックメモリと非パラメトリックメモリを融合して、最小の外部入力で正確な推論を改善する新しい推論手法である。 GIVE は LLM エージェントをガイドして,最も関連する専門家データ (observe) を選択し,クエリ固有の発散思考 (reflect) に従事し,その情報を合成して最終的な出力 (speak) を生成する。
  論文  参考訳（メタデータ） (2024-10-11T03:05:06Z)

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。