論文の概要: TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration

• arxiv url: http://arxiv.org/abs/2606.04743v1
• Date: Wed, 03 Jun 2026 11:23:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.704881
• Title: TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration
• Title（参考訳）: TIDE:テンプレートガイドによるプロアクティブなマルチプロブレム発見
• Authors: Soyeong Jeong, Jinheon Baek, Minki Kang, Sung Ju Hwang,
• Abstract要約: 2つの補完機構を備えたテンプレート誘導反復フレームワークであるTIDEを紹介する。 我々は,すでに発見されているものを条件付けながら,ラウンド毎に少数の候補を探索する反復探索を提案する。 単一ショットと並列マルチエージェントのベースラインをタスクカバレッジ,識別,解像度で比較すると,大幅に向上した。
• 参考スコア（独自算出の注目度）: 74.97459526627395
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agents are widely deployed as assistants over documents, tools, and code. However, they typically act only on explicit user requests, which surface only the problems the user has noticed, while many other important problems coexist, hidden in plain sight, within the broader user context, with their total number unknown in advance. We frame this as the task of discovering multiple hidden problems from context, in which coexisting problems should be uncovered, grounded in supporting evidence, and paired with concrete actions. To this end, we introduce TIDE, a template-guided iterative framework with two complementary mechanisms. Specifically, motivated by the observation that single-pass prediction anchors on the most salient cases and yields generic claims, we propose iterative discovery, which surfaces a small batch of candidates per round while conditioning on what has already been found, so subsequent rounds extend coverage; and thought templates, reusable schemas distilled from previously solved cases that specify what contextual signals to attend to and how to connect them, anchoring each prediction in a recognizable problem class. We validate TIDE on two realistic settings, personal workspaces and software repositories, across four model backbones, showing substantial gains over single-shot and parallel multi-agent baselines on task coverage, identification, and resolution.
• Abstract（参考訳）: エージェントは、ドキュメント、ツール、コード上のアシスタントとして広くデプロイされる。 しかし、それらは通常、明示的なユーザー要求にのみ作用する。これは、ユーザが認識した問題のみを表面化するが、他の多くの重要な問題は、より広いユーザコンテキスト内で共存し、その総数は事前に不明である。 これは、既存の問題を明らかにすること、証拠を裏付けること、具体的行動と組み合わせること、というコンテキストから複数の隠れた問題を発見するタスクである。 この目的のために,2つの補完機構を備えたテンプレート誘導反復フレームワークであるTIDEを紹介する。 具体的には、単一パス予測が最も健全なケースにアンカーを配置し、一般的なクレームを生じさせるという観察に動機づけられた反復的発見を提案する。これは、既に発見されていることを条件に、1ラウンドあたりの候補を小さなバッチで表面化し、その後のラウンドがカバー範囲を広げる。 我々は、TIDEを4つのモデルバックボーンにまたがる2つの現実的な設定、パーソナルワークスペースとソフトウェアリポジトリで検証し、タスクカバレッジ、識別、解決に関するシングルショットと並列マルチエージェントベースラインよりも大幅に向上したことを示す。

関連論文リスト

• MTPano: Multi-Task Panoramic Scene Understanding via Label-Free Integration of Dense Prediction Priors [42.124623200906626]
  MTPanoは、ラベルのないトレーニングパイプラインによって確立された堅牢なパノラマ基盤モデルである。 我々はパノラマ画像を視点パッチに投影し、正確なドメインギャップのない擬似ラベルを生成する。 タスクタイプ間の干渉に対処するため、タスクを回転不変群と回転不変群に分類する。
  論文  参考訳（メタデータ） (2026-02-05T05:51:28Z)
• Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
  We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。 25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。 私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
  論文  参考訳（メタデータ） (2025-10-01T07:59:03Z)
• Keypoint Promptable Re-Identification [76.31113049256375]
  Occluded Person Re-Identification (ReID) は、その外見に基づいて隠蔽された個人をマッチングするメトリクス学習タスクである。 本稿では、入力バウンディングボックスを意味キーポイントの集合で明示的に補完する新しいReID問題の定式化であるKeypoint Promptable ReID(KPR)を紹介する。 我々は4つの人気のあるReIDベンチマークのためのカスタムキーポイントラベルをリリースした。人物検索の実験だけでなく、ポーズトラッキングの実験も、我々の手法が従来の最先端手法を体系的に超越していることを示す。
  論文  参考訳（メタデータ） (2024-07-25T15:20:58Z)
• DeTra: A Unified Model for Object Detection and Trajectory Forecasting [68.85128937305697]
  提案手法は,2つのタスクの結合を軌道修正問題として定式化する。 この統合タスクに対処するために、オブジェクトの存在, ポーズ, マルチモーダルな将来の振る舞いを推測する精細化変換器を設計する。 実験では、我々のモデルはArgoverse 2 Sensor and Openデータセットの最先端性よりも優れています。
  論文  参考訳（メタデータ） (2024-06-06T18:12:04Z)
• Debunking Free Fusion Myth: Online Multi-view Anomaly Detection with Disentangled Product-of-Experts Modeling [25.02446577349165]
  マルチビューやマルチモーダルデータさえも、現実世界のアプリケーションには魅力的なものです。 本稿では,(1)多視点データに対処するProduct-of-Experts層,(2)ビュー共通表現とビュー固有表現を混在させるTotal Correction Discriminator,(3)すべてのコンポーネントをラップするジョイントロス関数を含む,新しい多視点変分自動符号化モデルdPoEを提案する。
  論文  参考訳（メタデータ） (2023-10-28T15:14:43Z)
• Exploiting Facial Relationships and Feature Aggregation for Multi-Face Forgery Detection [21.976412231332798]
  既存の方法は、主に単面操作検出に集中しており、より複雑で現実的な多面フォージェリーの領域は、比較的探索されていないままである。 本稿では,多面フォージェリ検出に適した新しいフレームワークを提案し,現状の研究において重要なギャップを埋めている。 提案手法が多面フォージェリ検出シナリオにおける最先端性能を実現することを示すために,2つの公開多面フォージェリデータセットを用いた実験結果を得た。
  論文  参考訳（メタデータ） (2023-10-07T15:09:18Z)

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。