論文の概要: AgentCo-op: Retrieval-Based Synthesis of Interoperable Multi-Agent Workflows
- arxiv url: http://arxiv.org/abs/2605.20425v1
- Date: Tue, 19 May 2026 19:22:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 19:19:56.342888
- Title: AgentCo-op: Retrieval-Based Synthesis of Interoperable Multi-Agent Workflows
- Title（参考訳）: AgentCo-op:相互運用可能なマルチエージェントワークフローの検索ベース合成
- Authors: Shuaike Shen, Wenduo Cheng, Shike Wang, Mingqian Ma, Jian Ma,
- Abstract要約: AgentCo-opは再利用可能なスキル、ツール、および外部エージェントを実行可能なアーティファクトに構成する検索フレームワークである。
実行時に障害を示すコンポーネントに対して、自己誘導の局所的な修復を適用する。
空間論と遺伝子セットの解釈のための特殊エージェントを協調し、単一セルマルチオームデータ上での相互モダリティマーカー分析のための並列ワークフローを構築する。
- 参考スコア（独自算出の注目度）: 5.357463600626556
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Designing multi-agent workflows is especially difficult in open-ended scientific settings where tasks lack curated training sets, reliable scalar evaluation metrics, and standardized interfaces between existing tools and agents. We propose AgentCo-op, a retrieval-based synthesis framework that composes reusable skills, tools, and external agents into executable workflows through typed artifact handoffs, then applies bounded self-guided local repair to implicated components when execution evidence indicates failure. In two open-world genomics case studies, AgentCo-op composes independently developed scientific agents and external tool repositories into auditable workflows without redesigning them or running global topology search. It coordinates specialized agents for spatial transcriptomics and gene-set interpretation to enable collaborative discovery from spatial transcriptomics data, and builds a parallel workflow for cross-modality marker analysis on single-cell multiome data. AgentCo-op can also import a searched workflow as a structural prior and improve it by grounding nodes with retrieved components and applying local repair, showing that synthesis and search are complementary. On six coding, math, and question-answering benchmarks, AgentCo-op achieves the best result on four benchmarks and the best average score under a unified backbone setting, while consistently reducing per-task cost relative to multi-agent baselines. Together, these results suggest that retrieval-based synthesis can extend automated agentic workflow design beyond benchmark-optimized agent graphs to open-world workflows built from existing agents, tools, and typed artifacts.
- Abstract（参考訳）: マルチエージェントワークフローの設計は、トレーニングセットの整備されていないタスク、信頼性の高いスカラー評価メトリクス、既存のツールとエージェント間の標準化されたインターフェースなど、オープンな科学的環境において特に困難である。
本稿では,再利用可能なスキル,ツール,外部エージェントを入力されたアーティファクトハンドオフを通じて実行ワークフローに組み込んだ検索ベースの合成フレームワークであるAgenCo-opを提案する。
オープンワールドゲノミクスの2つのケーススタディにおいて、AgentCo-opは独立して開発された科学エージェントと外部ツールリポジトリを、再設計したり、グローバルトポロジ検索を実行したりすることなく、監査可能なワークフローに構成する。
空間転写学と遺伝子セット解釈のための特殊エージェントをコーディネートし、空間転写学データからの協調的な発見を可能にし、単一セルマルチオームデータ上でのクロスモーダルマーカー分析のための並列ワークフローを構築する。
AgentCo-opはまた、検索されたワークフローを構造的な事前としてインポートし、検索したコンポーネントでノードを接地し、局所的な修復を適用して改善することで、合成と検索が相補的であることを示す。
6つのコーディング、数学、質問応答ベンチマークにおいて、AgentCo-opは4つのベンチマークで最高の結果、統一されたバックボーン設定で最高の平均スコアを達成し、マルチエージェントベースラインに対するタスク毎のコストを一貫して削減する。
これらの結果は、検索ベースの合成が、ベンチマーク最適化されたエージェントグラフを超えて、既存のエージェント、ツール、型付けされたアーティファクトから構築されたオープンワールドワークフローまで、自動エージェントワークフロー設計を拡張することを示唆している。
関連論文リスト
- Beyond Individual Intelligence: Surveying Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems [65.90791804095561]
マルチエージェントシステムは、特殊エージェント間の構造化された協調を通じてこの問題に対処するが、より厳密な調整は、あまり検討されていないリスクを増幅する。
既存の調査では、個々のエージェント能力、マルチエージェントのコラボレーション、エージェントの自己進化を別々にカバーしている。
この調査は4つの因果関係のあるステージを中心にまとめられた統一されたレビューを提供する。これはLIFEの進展(Lay the capabilities foundation)、協力によるエージェントの統合、帰属による障害の発見、自律的な自己改善によるEvolveである。
論文 参考訳（メタデータ） (2026-05-14T14:36:13Z) - AgentDisCo: Towards Disentanglement and Collaboration in Open-ended Deep Research Agents [21.086121542846907]
本稿では, 逆最適化問題として深層研究を定式化する, 分散協調型エージェントアーキテクチャであるAgenDisCoを提案する。
AgentDisCoは、生成されたアウトラインの評価と検索クエリの精査に批評家エージェントと、更新された結果の検索とアウトラインの修正にジェネレータエージェントを使用する。
全体的なワークフローは、手作りと自動検出の両方の設計戦略をサポートする。
論文 参考訳（メタデータ） (2026-05-12T08:14:15Z) - An Empirical Study of Multi-Agent Collaboration for Automated Research [41.906658558789545]
本稿では,機械学習の自動最適化のための異なるマルチエージェント構造の比較効果について検討する。
サブエージェントアーキテクチャとエージェントチームアーキテクチャという,2つのマルチエージェントパラダイムに対して,単一エージェントベースラインをベンチマークする。
この結果から,運用安定性と理論的検討の根本的なトレードオフが明らかになった。
論文 参考訳（メタデータ） (2026-03-31T11:57:00Z) - Mimosa Framework: Toward Evolving Multi-Agent Systems for Scientific Research [2.4251063179584436]
Mimosaは、タスク固有のマルチエージェントを自動的に合成し、それを反復的に洗練する進化中のマルチエージェントフレームワークである。
Mimosaは完全なオープンソースプラットフォームとしてリリースされ、コミュニティ主導のASRのためのオープンな基盤を提供することを目指している。
論文 参考訳（メタデータ） (2026-03-30T20:35:57Z) - El Agente Gráfico: Structured Execution Graphs for Scientific Agents [7.47895130442454]
タイプセーフな実行環境内に,大規模言語モデル(LLM)による意思決定を組み込んだ単一エージェントフレームワークであるEl Agente Grficoを紹介する。
我々のアプローチの中心は、科学概念の構造化された抽象化と、型付きPythonオブジェクトとして計算状態を表すオブジェクトグラフマッパーである。
大学レベルの量子化学タスクのスイートにまたがって,自動ベンチマークフレームワークを開発することにより,システムの評価を行う。
論文 参考訳（メタデータ） (2026-02-19T23:47:05Z) - AgentCompass: Towards Reliable Evaluation of Agentic Workflows in Production [4.031479494871582]
本稿では,エージェントパイプラインのデプロイ後監視と推論に特化して設計された,最初の評価フレームワークであるAgentを紹介する。
Agentは、主要なメトリクスに関する最先端の結果を達成すると同時に、人間のアノテーションで見逃された重要な問題を明らかにする。
論文 参考訳（メタデータ） (2025-09-18T05:59:04Z) - Cross-Task Experiential Learning on LLM-based Multi-Agent Collaboration [63.90193684394165]
マルチエージェント・クロスタスク体験学習(MAEL)は,LSM駆動型エージェントに明示的なクロスタスク学習と経験蓄積を付与する新しいフレームワークである。
経験的学習フェーズでは、タスク解決ワークフローの各ステップの品質を定量化し、その結果の報酬を記憶する。
推論中、エージェントは、各推論ステップの有効性を高めるために、いくつかの例として、高頻度のタスク関連体験を検索する。
論文 参考訳（メタデータ） (2025-05-29T07:24:37Z) - Multi-Agent Sampling: Scaling Inference Compute for Data Synthesis with Tree Search-Based Agentic Collaboration [81.45763823762682]
本研究の目的は,マルチエージェントサンプリングによるデータ合成の問題を調べることでギャップを埋めることである。
逐次サンプリングプロセス中にワークフローが反復的に進化する木探索に基づくオーケストレーションエージェント(TOA)を紹介する。
アライメント、機械翻訳、数学的推論に関する実験は、マルチエージェントサンプリングが推論計算スケールとしてシングルエージェントサンプリングを著しく上回ることを示した。
論文 参考訳（メタデータ） (2024-12-22T15:16:44Z) - ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems [80.69865295743149]
この研究は、LLMベースのエージェントを使用して、協調AIシステムを自律的に設計する試みである。
ComfyBenchをベースとしたComfyAgentは,エージェントが自律的に協調的なAIシステムを生成して設計できるようにするフレームワークである。
ComfyAgentは、o1-previewに匹敵する解像度を達成し、ComfyBenchの他のエージェントをはるかに上回っているが、ComfyAgentはクリエイティブタスクの15%しか解決していない。
論文 参考訳（メタデータ） (2024-09-02T17:44:10Z)
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。