論文の概要: ExpGraph: Model-Agnostic Experience Learning with Graph-Structured Memory for LLM Agents
- arxiv url: http://arxiv.org/abs/2605.30712v1
- Date: Fri, 29 May 2026 01:04:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.320081
- Title: ExpGraph: Model-Agnostic Experience Learning with Graph-Structured Memory for LLM Agents
- Title（参考訳）: ExpGraph: LLMエージェントのためのグラフ構造化メモリによるモデル非依存の経験学習
- Abstract要約: 大規模言語モデル(LLM)エージェントは推論、ツールの使用、多段階の相互作用において強力な能力を示している。
収集した経験の微調整は再利用を改善することができるが、より強いあるいはより適切な実行者が現れると、柔軟性が低下する。
本研究では,フリーズおよびリプレース可能なLCMエグゼキュータによる外部エクスペリエンスの再利用による改善を可能にする,モデルに依存しない経験学習フレームワークであるExpGraphを提案する。
- 参考スコア（独自算出の注目度）: 32.42010710901808
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language model (LLM) agents have shown strong capabilities in reasoning, tool use, and multi-step interaction, but they often solve tasks from scratch and fail to reuse successful strategies or failure lessons from prior experience. Fine-tuning on collected experience can improve reuse, but it is inflexible when stronger or more suitable executors emerge. We propose ExpGraph, a model-agnostic experience learning framework that enables frozen and replaceable LLM executors to improve through external experience reuse without parameter updates. ExpGraph summarizes historical trajectories into reusable skills and failure lessons, organizes them as nodes in a self-evolving experience graph, and retrieves useful experiences through graph diffusion and utility-aware ranking. A lightweight retrieval copilot is trained with reinforcement learning using feedback that compares executor performance with and without retrieved experiences, while the graph is updated online from downstream task outcomes. We evaluate ExpGraph on ExpSuite, covering question answering, mathematical reasoning, code generation, and multi-step agentic environments including ALFWorld and AppWorld. ExpGraph improves over the strongest baseline by 12.2% and 4.7% on static tasks with smaller and larger executors, and by 21.4% and 12.7% in agentic environments, while reducing average interaction steps by 12.7% and 21.6%. Ablations show that graph-structured experience, utility-aware ranking, and adaptive retrieval jointly enable effective experience reuse across diverse tasks and executor models.
- Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは推論、ツール使用、マルチステップインタラクションにおいて強力な能力を示してきたが、多くの場合、スクラッチからタスクを解決し、成功した戦略や失敗の教訓を以前の経験から再利用できない。
収集した経験の微調整は再利用を改善することができるが、より強いあるいはより適切な実行者が現れると、柔軟性が低下する。
LLMエグゼクタを凍結・置換可能なモデルに依存しない体験学習フレームワークであるExpGraphを提案する。
ExpGraphは、過去のトラジェクトリを再利用可能なスキルと失敗の教訓にまとめ、自己進化的なエクスペリエンスグラフのノードとして編成し、グラフ拡散とユーティリティ対応ランキングを通じて有用なエクスペリエンスを検索する。
軽量検索コーピロットは、実行者のパフォーマンスと、検索された経験とを比較したフィードバックを用いて強化学習で訓練され、グラフは下流タスクの結果からオンラインで更新される。
ExpSuite上でExpGraphを評価し,質問応答,数学的推論,コード生成,ALFWorldやAppWorldなど多段階のエージェント環境について検討した。
ExpGraphは、より小さな実行環境を持つ静的タスクの12.2%と4.7%、エージェント環境の21.4%と12.7%、平均的なインタラクションステップの12.7%と21.6%を改善している。
アブレーションは、グラフ構造化エクスペリエンス、ユーティリティ対応ランキング、適応検索が、多様なタスクや実行モデルにまたがる効果的なエクスペリエンスの再利用を可能にすることを示している。
関連論文リスト
- SE-GoS: Self-Evolving Graph-of-Skills for Skill Library at Scale [10.571709993050748]
我々は,既存のGoSグラフを実行トレースから進化させるトレーニングフリーフレームワークであるSelf-Evolving Graph-of-Skills(SE-GoS)を提案する。
本稿では,SE-GoSがタスク報酬を継続的に改善し,入力トークンをフルスキルローディングに対して低減することを示す。
論文 参考訳（メタデータ） (2026-09-08T04:20:11Z) - EXG: Self-Evolving Agents with Experience Graphs [25.363377373092955]
自己進化型エージェントのためのエクスペリエンスグラフフレームワークEXGを紹介する。
EXGは、蓄積された成功と失敗を構造化されたリレーショナル表現に明示的に整理する。
以上の結果から,グラフとしての構造化経験は,スケーラブルで移動可能な自己進化エージェント行動の基盤となることが示唆された。
論文 参考訳（メタデータ） (2026-05-18T00:50:23Z) - Fine-tuning with RAG for Improving LLM Learning of New Skills [8.825427873545063]
大規模言語モデル(LLM)エージェントは予測可能な方法で頻繁に失敗する。
本稿では,推論時間検索を蒸留による学習能力に変換する単純なパイプラインを提案する。
論文 参考訳（メタデータ） (2025-10-01T19:03:48Z) - Learning Efficient and Generalizable Graph Retriever for Knowledge-Graph Question Answering [75.12322966980003]
大規模言語モデル(LLM)は、様々な領域にわたって強い帰納的推論能力を示している。
既存のRAGパイプラインのほとんどは非構造化テキストに依存しており、解釈可能性と構造化推論を制限する。
近年,知識グラフ解答のための知識グラフとLLMの統合について検討している。
KGQAにおける効率的なグラフ検索のための新しいフレームワークであるRAPLを提案する。
論文 参考訳（メタデータ） (2025-06-11T12:03:52Z) - TOBUGraph: Knowledge Graph-Based Retrieval for Enhanced LLM Performance Beyond RAG [3.3593672127922836]
TOBUGraphは、構造化されていないデータから知識グラフを構築するグラフベースの検索フレームワークである。
構造化された知識とデータ間の多様な関係を抽出し、RAGのテキストとテキストの類似性を超えた。
ToBUGraphの有効性を実証する。TOBUは、個人記憶の組織化と検索のための実世界のアプリケーションである。
論文 参考訳（メタデータ） (2024-12-06T22:05:39Z) - VLM Agents Generate Their Own Memories: Distilling Experience into Embodied Programs of Thought [41.72701516732208]
大規模生成言語と視覚言語モデル(LLMとVLM)は、数ショットの学習では優れているが、高品質な実演を必要とする。
In-Context Abstraction Learning (ICAL) を提案し、VLMエージェントが最適な軌道を高品質な訓練データに変換することを可能にする。
論文 参考訳（メタデータ） (2024-06-20T17:45:02Z) - AvaTaR: Optimizing LLM Agents for Tool Usage via Contrastive Reasoning [93.96463520716759]
大規模言語モデル(LLM)エージェントは、精度と幻覚を高めるために外部ツールと知識を活用する際、印象的な能力を示した。
本稿では、LLMエージェントを最適化して提供されたツールを効果的に活用し、与えられたタスクのパフォーマンスを向上させる新しい自動化フレームワークであるAvaTaRを紹介する。
論文 参考訳（メタデータ） (2024-06-17T04:20:02Z) - SimTeG: A Frustratingly Simple Approach Improves Textual Graph Learning [131.04781590452308]
テキストグラフ学習におけるフラストレーションに富んだアプローチであるSimTeGを提案する。
まず、下流タスクで予め訓練されたLM上で、教師付きパラメータ効率の微調整(PEFT)を行う。
次に、微調整されたLMの最後の隠れ状態を用いてノード埋め込みを生成する。
論文 参考訳（メタデータ） (2023-08-03T07:00:04Z) - GIF: A General Graph Unlearning Strategy via Influence Function [63.52038638220563]
Graph Influence Function (GIF)は、削除されたデータにおける$epsilon$-massの摂動に応答してパラメータの変化を効率的に正確に推定できる、モデルに依存しない未学習の手法である。
我々は,4つの代表的GNNモデルと3つのベンチマークデータセットについて広範な実験を行い,未学習の有効性,モデルの有用性,未学習効率の観点からGIFの優位性を正当化する。
論文 参考訳（メタデータ） (2023-04-06T03:02:54Z) - Improving Few-Shot Generalization by Exploring and Exploiting Auxiliary
Data [100.33096338195723]
補助データを用いたFew-shot Learning(FLAD)に焦点を当てる。
FLADは、一般化を改善するために、数ショットの学習中に補助データへのアクセスを前提としている。
提案するアルゴリズムは EXP3-FLAD と UCB1-FLAD の2つである。
論文 参考訳（メタデータ） (2023-02-01T18:59:36Z) - Retrieval-Augmented Reinforcement Learning [63.32076191982944]
過去の経験のデータセットを最適な行動にマップするために、ネットワークをトレーニングします。
検索プロセスは、現在のコンテキストで有用なデータセットから情報を取得するために訓練される。
検索強化R2D2はベースラインR2D2エージェントよりもかなり高速に学習し,より高いスコアを得ることを示す。
論文 参考訳（メタデータ） (2022-02-17T02:44:05Z) - Graph Contrastive Learning Automated [94.41860307845812]
グラフコントラスト学習(GraphCL)は、有望な表現学習性能とともに登場した。
GraphCLのヒンジがアドホックなデータ拡張に与える影響は、データセット毎に手動で選択する必要がある。
本稿では,グラフデータ上でGraphCLを実行する際に,データ拡張を自動的に,適応的に動的に選択する統合バイレベル最適化フレームワークを提案する。
論文 参考訳（メタデータ） (2021-06-10T16:35:27Z)
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。