論文の概要: BAGEN: Are LLM Agents Budget-Aware?

• arxiv url: http://arxiv.org/abs/2606.00198v1
• Date: Fri, 29 May 2026 17:02:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.099499
• Title: BAGEN: Are LLM Agents Budget-Aware?
• Title（参考訳）: BAGEN: LLMエージェントは予算を意識しているか?
• Abstract要約: 予算対応エージェント(BAGEN)は、受動的コストメトリックではなく、予算をアクティブな制御シグナルとして扱うべきである。 まず、内部予算(エージェント計算から)と外部予算(エージェント行動から)として予算見積もりを体系的に定義する。 次に、予算認識を段階的間隔推定として定式化する。
• 参考スコア（独自算出の注目度）: 35.04587529168086
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While agents are increasingly spending more resources, today agent cost is mostly measured only after execution. A Budget-Aware Agent (BAGEN) should treat budget as an active control signal, rather than a passive cost metric. We first systematically define budget estimation as internal budgets (from agent computation) and external budgets (from agent actions). We then formalize budget-awareness as progressive interval estimation: at each step of a plan, an agent should predict an upper and lower bound on remaining budget, and alert when completion is unlikely. Scoring with a rollout-replay protocol, we find consistent failure patterns on four environments and five frontier agents: (1) strong agents do not necessarily have strong budget-awareness, with correlation r=0.35. (2) frontier models are consistently over-optimistic, continue spending on tasks that are unlikely to succeed, instead of alerting the user early. (3) budget-aware signal is actionable and trainable. Early stop saves 28-64% tokens on failed trajectories, and SFT+RL strengthens early stop and alert behavior. (4) precise interval calibration remains challenging, with interval coverage capping at 47% after SFT+RL. Project page: https://ragen-ai.github.io/bagen/
• Abstract（参考訳）: エージェントはますます多くのリソースを消費しているが、今日のエージェントコストは実行後にのみ測定される。 予算対応エージェント(BAGEN)は、受動的コストメトリックではなく、予算をアクティブな制御シグナルとして扱うべきである。 まず、内部予算(エージェントの計算から)と外部予算(エージェントの行動から)として予算見積もりを体系的に定義する。 計画の各段階において、エージェントは残予算の上下境界を予測し、完了の可能性が低い場合には警告する。 ロールアウト・リプレイプロトコルを用いて,4つの環境と5つのフロンティアエージェントに一貫した障害パターンを見出した。 2)フロンティアモデルは、ユーザーに対して早期に警告するのではなく、常に過度に最適化され、成功しそうもないタスクに費やされ続けます。 (3) 予算対応信号は動作可能で訓練可能。 早期停止は28-64%のトークンを障害トラジェクトリに保存し、SFT+RLは早期停止と警告の振る舞いを強化する。 (4) SFT+RL後47%の間隔範囲で, 正確な間隔校正が困難である。 プロジェクトページ:https://ragen-ai.github.io/bagen/

関連論文リスト

• AdaTurn: Budget-Aware Test-Time Scaling for Active Visual Perception Agents [43.827500763103586]
  AdaTurnは、ビジュアルエージェントトレーニングのための予算対応フレームワークである。 FA−DAPOは、過予算イベントをトレーニング可能な最終決定ステップに変換する。 例えば、4ターンでVisualProbe-Mediumを36.7%から47.6%に引き上げるなどである。
  論文  参考訳（メタデータ） (2026-07-16T04:07:22Z)
• Green SARC: Predictive Cost and Carbon Governance for Agentic AI Systems [0.0]
  Green SARCは、FinOpsとGreenOpsにSARCガバナンス・バイ・アーキテクチャフレームワークを適用している。 政策に依存しない4つの結果が報告される。
  論文  参考訳（メタデータ） (2026-06-14T18:26:43Z)
• Seeing Before Colliding: Anticipatory Safe RL with Frozen Vision-Language Models [0.0]
  本稿では,凍結した視覚言語モデルをCMDPラグランジアン更新に組み込むフレームワークであるVLM-Safe-RLについて,予測コストの項として紹介する。 これは、凍ったVLM信号をCMDP Lagrangianアップデートの予測コスト用語として使う最初の作業である。
  論文  参考訳（メタデータ） (2026-06-09T04:46:37Z)
• ZEBRA: Zero-shot Budgeted Resource Allocation for LLM Orchestration [8.226365534099399]
  連続非線形クナップサック問題に対する多相予算割当を低減するフレームワークであるZEBRAを提案する。 150ドルのAPPS符号化ベンチマークでは、ZEBRAの2つの変種は全ての集計基準においてLLM-directよりも優れていた。 我々は,自律型マルチエージェントシステムの経済行動を改善するために,推論時の軽量なアルゴリズムガイダンスを提案する。
  論文  参考訳（メタデータ） (2026-05-19T20:50:05Z)
• $\texttt{YC-Bench}$: Benchmarking AI Agents for Long-Term Planning and Consistent Execution [38.30265058791818]
  このベンチマークは、エージェントがシミュレーションされたスタートアップを数百のターンにまたがる1年間の地平線上で実行することで、能力を評価する。 プロプライエタリとオープンソースの両方で、それぞれ3つのシードに対して12のモデルを評価します。 クレード・オプス4.6は1.27Mで平均的なファイナルファンドを達成し、GLM-5は1.21Mで11$times$低い推論コストを達成した。
  論文  参考訳（メタデータ） (2026-04-01T17:52:19Z)
• Learning Query-Aware Budget-Tier Routing for Runtime Agent Memory [56.0946692457838]
  BudgetMemは、明示的でクエリ対応のパフォーマンスコスト管理のためのランタイムエージェントメモリフレームワークである。 軽量ルータは、タスク性能とメモリ構築コストのバランスをとるために、モジュール間の予算層ルーティングを実行する。 LoCoMo、LongMemEval、HotpotQAの他、BudgetMemはパフォーマンスが優先されるときに、強力なベースラインを超える。
  論文  参考訳（メタデータ） (2026-02-05T18:57:09Z)
• Budget-Aware Tool-Use Enables Effective Agent Scaling [82.6942342482552]
  大規模言語モデル(LLM)におけるタスク間のテスト時間計算のスケーリングによるパフォーマンス向上 本研究では,これらのエージェントを,Web検索エージェントを中心に,明示的なツールコール予算の下で効果的にスケールする方法について検討する。 私たちは、エージェントに継続的な予算意識を提供する軽量プラグインであるBudget Trackerを紹介します。
  論文  参考訳（メタデータ） (2025-11-21T07:18:55Z)
• Safe In-Context Reinforcement Learning [19.11554873825587]
  In-context reinforcement learning (ICRL) は、エージェントが事前訓練の後にパラメータを更新せずに配布外テストタスクに適応できる新しいRLパラダイムである。 本稿では,ICRLの適応プロセスの安全性を制約付きマルコフ決定プロセスの枠組みで促進する手法を提案する。
  論文  参考訳（メタデータ） (2025-09-29T23:07:32Z)
• Steering LLM Thinking with Budget Guidance [48.65894557568655]
  予算指導は、微調整を必要とせず、目標予算に向けてLSMの推論プロセスを操る方法である。 提案手法では,ガンマ分布を残りの思考長にわたってモデル化する軽量な予測器を提案する。 この信号は、生成をソフトでトークンレベルの方法でガイドするために使用され、全体の推論トレースが指定された思考予算に従うことを保証する。
  論文  参考訳（メタデータ） (2025-06-16T17:57:05Z)
• Runaway is Ashamed, But Helpful: On the Early-Exit Behavior of Large Language Model-based Agents in Embodied Environments [54.67512489842682]
  大規模言語モデル(LLM)は、複雑な実施環境において、強力な計画と意思決定能力を示す。 LLMをベースとしたエージェントの早期退避行動を探究する第一歩を踏み出す。
  論文  参考訳（メタデータ） (2025-05-23T08:23:36Z)
• Enhancing Adaptive Mixed-Criticality Scheduling with Deep Reinforcement Learning [0.0]
  我々は,Deep-Q Networkに基づく深層強化学習(DRL)アプローチにより,適応混合臨界(AMC)を強化した。 DRLエージェントはオフラインで訓練され、実行時に予算超過を避けるためにタスクの低臨界度予算を調整する。 その結果、各タスクの予算が実行時間分布のサンプリングに基づいて選択された場合でも、エージェントは予算オーバーランを少なくとも50%削減できることがわかった。
  論文  参考訳（メタデータ） (2024-11-01T13:29:33Z)
• Stochastic Shortest Path with Adversarially Changing Costs [57.90236104782219]
  最短経路 (SSP) は計画と制御においてよく知られた問題である。 また, 時間とともにコストの逆変化を考慮に入れた逆SSPモデルを提案する。 我々は、この自然な逆SSPの設定を最初に検討し、それに対するサブ線形後悔を得る。
  論文  参考訳（メタデータ） (2020-06-20T12:10:35Z)

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。