論文の概要: APEX: Adaptive Principle EXtraction A Three-Layer Self-Evolution Framework for Production AI Agents

• arxiv url: http://arxiv.org/abs/2606.15363v1
• Date: Sat, 13 Jun 2026 15:47:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.457442
• Title: APEX: Adaptive Principle EXtraction A Three-Layer Self-Evolution Framework for Production AI Agents
• Title（参考訳）: APEX:AIエージェント生産のための3層自己進化フレームワーク
• Authors: Ya-Chuan Chen, Tien-Jen Lai, Hsiang-Wei Hu,
• Abstract要約: AIエージェントの自己改善は、重要な研究フロンティアとして現れている。 同時に進化する3層共進化フレームワークであるAPEXを提案する。 その結果,多次元共進化は単一軸ハーネス最適化を著しく上回ることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Self-improvement in AI agents has emerged as a key research frontier: systems that modify their own prompts, workflows, and decision rules based on accumulated operational experience. The state-of-the-art Self-Harness framework [1] achieves 14--21% improvement on Terminal-Bench-2.0 by mining failure clusters and patching the agent harness. However, Self-Harness optimises only one dimension -- the prompt harness -- leaving behavioural principles and workflow topology unchanged. We propose APEX (Adaptive Principle EXtraction), a three-layer co-evolution framework that simultaneously evolves: (L1) the harness via failure-mode patching, (L2) behavioural principles via success-trace distillation [2], and (L3) the agent workflow topology via structural fitness-based selection [6]. We implement APEX on Joe [13], a production-grade super AI Agent built on NVIDIA Nemotron and designed as an Edge AI Agent Factory for the NVIDIA Agent Challenge 2026, managing a 15-node compute fleet using 114 real task traces collected over 18 days. APEX achieves an APEX Health Score of 0.570 (+90% vs. baseline 0.300) in a single evolutionary run, distilling 6 novel reusable principles and selecting a research-first workflow topology scoring 0.900 (+20%). Our results demonstrate that multi-dimensional co-evolution substantially outperforms single-axis harness optimisation, at a cost of only 4 LLM calls (~270 s) on a local qwen2.5-coder:32b instance.
• Abstract（参考訳）: AIエージェントの自己改善は、自身のプロンプト、ワークフロー、そして、蓄積された運用経験に基づいて決定ルールを変更するシステムという、重要な研究フロンティアとして登場した。 最新技術であるSelf-Harnessフレームワーク[1]は、障害クラスタをマイニングし、エージェントハーネスをパッチすることで、Terminal-Bench-2.0の14～21%の改善を実現している。 しかし、Self-Harness氏は、振る舞いの原則とワークフローのトポロジをそのままにして、ただ一つの次元 -- 即興のハーネス -- を最適化している。 提案するAPEX(Adaptive Principle Extraction, 適応原理抽出法)は, 同時に進化する3層共進化フレームワークである。 (L1) 失敗モードパッチによるハーネス, (L2) 成功トレース蒸留による行動原理, (L3) 構造適合性に基づく選択によるエージェントワークフロートポロジー [6] である。 NVIDIA Nemotron上に構築され、NVIDIA Agent Challenge 2026用のエッジAIエージェントファクトリとして設計された、プロダクショングレードのスーパーAIエージェントであるJoe [13]にAPEXを実装した。 APEXは1回の進化で0.570(+90%対ベースライン0.300)のAPEXヘルススコアを獲得し、6つの新しい再利用可能な原則を蒸留し、0.900(+20%)のリサーチファーストワークフロートポロジーを選択する。 その結果,マルチ次元共進化は局所qwen2.5-coder:32bインスタンス上の4 LLMコール (~270 s) のコストで,単軸ハーネス最適化を大幅に上回ることを示した。

関連論文リスト

• Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses [57.20181537213498]
  Agentic Harness Engineering (AHE)は、ハーネスエンジニアリングを自動化するクローズドループである。 AHEは3つの一致した可観測性柱を通じて課題に対処する。 10 AHE lift pass@1 on Terminal-Bench 2 from 69.7% to 77.0%。 SWE-bench-verifiedでは、種子よりも12%少ないトークンで合計成功率を上回り、ターミナルベンチ2では+5.1から+10.1ppのクロスファミリーゲインを得る。
  論文  参考訳（メタデータ） (2026-04-28T16:55:02Z)
• APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay [7.370176470430802]
  LLMベースの自律エージェントは、永続的な手続き記憶を欠いている。 我々は,構造化手続き計画の蓄積,検索,再利用を行う非パラメトリックオンライン学習フレームワークであるAPEX-EMを提案する。
  論文  参考訳（メタデータ） (2026-03-31T00:24:56Z)
• Behavioral Steering in a 35B MoE Language Model via SAE-Decoded Probe Vectors: One Agency Axis, Not Five Traits [0.0]
  我々はQwen 3.5-35B-A3Bの残流上に9個のスパースオートエンコーダ(SAE)を訓練する。 私たちは5つのエージェント的行動特性を識別し、管理するためにそれらを使用します。
  論文  参考訳（メタデータ） (2026-03-17T10:05:41Z)
• LLMOrbit: A Circular Taxonomy of Large Language Models -From Scaling Walls to Agentic AI Systems [3.183924309596046]
  この調査では、8つの相互接続軌道次元を通して、15の組織にわたる50以上のモデルを調査した。 1)データ不足(2026-2028年までに減少する9-27Tトークン)、(2)指数的なコスト増加(5年間で3M～3M+)、(3)持続不可能なエネルギー消費(22倍)の3つの重大な危機を識別する。 トレーニング後ゲイン(RLHF, GRPO, pure RL)、DeepSeek-R1(79.8% MATH)、効率革命(MoEルーティング18x効率、マルチヘッド遅延注意8xKVキャッシュ圧縮)により、GPT-4レベルのパフォーマンスを$で実現している。
  論文  参考訳（メタデータ） (2026-01-20T15:06:19Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• Every Step Evolves: Scaling Reinforcement Learning for Trillion-Scale Thinking Model [100.86587937568832]
  Ring-1Tは、数兆のパラメータを持つ最初のオープンソースの最先端の思考モデルである。 総パラメータは1兆で、1トークンあたり約500億を活性化する。
  論文  参考訳（メタデータ） (2025-10-21T17:46:14Z)
• SEEA-R1: Tree-Structured Reinforcement Fine-Tuning for Self-Evolving Embodied Agents [58.174206358223415]
  自己進化型エボダイドエージェント(SeEA-R1)は、自己進化型エボダイドエージェント用に設計された最初の強化微細調整フレームワークである。 本研究は,SEEA-R1が自律適応と報酬駆動型自己進化をサポートすることを示す。
  論文  参考訳（メタデータ） (2025-06-26T18:00:07Z)

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。