論文の概要: GIST-CMTF: Goal-State Inference for Causal Minimal Tool Filtering in LLM Agents

• arxiv url: http://arxiv.org/abs/2606.16813v1
• Date: Mon, 15 Jun 2026 14:57:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.652012
• Title: GIST-CMTF: Goal-State Inference for Causal Minimal Tool Filtering in LLM Agents
• Title（参考訳）: GIST-CMTF:LLMエージェントにおける因果最小ツールフィルタリングのためのゴール状態推論
• Authors: Rahul Suresh Babu, Rohit Shukla,
• Abstract要約: GIST-CMTFは,CMTFが使用する状態遷移語彙と同一の状態遷移ボキャブラリ上で,候補のシンボル目標を予測する目標状態推論層である。 我々は,GIST-CMTFを7つのモデルバックエンド,6つのフィルタリング手法,120のツール利用タスクで評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tool-augmented LLM agents rely on runtime filtering to decide which tools should be visible at each step. Causal Minimal Tool Filtering (CMTF) reduces tool-choice confusion by exposing only the next causally necessary tool frontier, but it assumes that the user request has already been mapped to a symbolic goal state. In practice, requests such as "handle my appointment" or "take care of this email" may correspond to multiple possible goals. This creates wrong-goal execution, where an agent follows a valid causal tool path for an unintended objective. We introduce GIST-CMTF, a goal-state inference layer that predicts candidate symbolic goals over the same state-transition vocabulary used by CMTF, estimates ambiguity, and either applies CMTF or exposes clarification as a causal action that produces missing goal or state variables. We evaluate GIST-CMTF across seven model backends, six filtering methods, and 120 controlled tool-use tasks. GIST-CMTF achieves 97.0% task success, compared with 80.1% for top-goal CMTF and 82.9% for semantic-goal CMTF. It reduces wrong-goal execution from 19.4% under top-goal CMTF to 2.5%, while preserving the one-tool exposure of causal filtering and using substantially fewer tokens than all-tools exposure. These results suggest that reliable tool-augmented agents should validate goal state, not only tool relevance, before exposing external actions.
• Abstract（参考訳）: ツール拡張LDMエージェントはランタイムフィルタリングに依存して、各ステップでどのツールを表示するべきかを決定する。 Causal Minimal Tool Filtering (CMTF)は、次の因果的必要なツールフロンティアのみを公開することで、ツール選択の混乱を低減するが、ユーザ要求がすでにシンボリックな目標状態にマッピングされていると仮定する。 実際には、"ハンドル・マイ・アポイントメント"や"ケア・オブ・ザ・メール"といった要求は、複数の可能な目標に対応できる。 エージェントは意図しない目的のために有効な因果的ツールパスに従う。 GIST-CMTF(GIST-CMTF)は、CMTFが使用する同じ状態遷移語彙上の候補のシンボル的目標を予測し、あいまいさを推定し、CMTFを適用するか、あるいは、欠落したゴールや状態変数を生成する因果的行動として明確化を公開する。 我々は,GIST-CMTFを7つのモデルバックエンド,6つのフィルタリング手法,120のツール利用タスクで評価した。 GIST-CMTFは97.0%のタスク成功を達成し、トップゴールCMTFは80.1%、セマンティックゴールCMTFは82.9%を達成している。 トップゴールCMTFの下での不正行為の実行を19.4%から2.5%に減らし、因果フィルタリングのワンツール露光を保ち、オールツール露光よりもかなり少ないトークンを使用する。 これらの結果は、ツール拡張エージェントは、外部アクションを公開する前に、ツールの関連性だけでなく、目標状態を検証するべきであることを示唆している。

関連論文リスト

• SING: Synthetic Intention Graph for Scalable Active Tool Discovery in LLM Agents [64.59100414726556]
  大規模言語モデル(LLM)エージェントは、コンテキスト、ツール、マルチターン実行を管理するハーネスに依存している。 Retrieval-augmented Tool selectionは、自然な代替手段を提供するが、既存のワンショット検索方法は、独立したツール記述とエージェントの真のタスク意図との整合に失敗する。 我々は、ユーザ意図、ツール機能、ツールコラボレーションパターンをリンクするインテントツーオールグラフを構築する、意図認識型のアクティブツール発見フレームワークであるSINGを提案する。
  論文  参考訳（メタデータ） (2026-06-15T11:37:37Z)
• ToolChoiceConfusion: Causal Minimal Tool Filtering for Reliable LLM Agents [0.0]
  そこで本研究では,因果的充足力によるツールの選択を無訓練で行う手法を提案する。 CMTFと全ツール露光,キーワード検索,状態認識フィルタリング,因果パス改善を比較した。 102のタスク、100のツール、4つのLDMバックエンド、2448のタスクメソッドモデルを備えたメインベンチマークでは、CMTFは総合的な成功において最強の因果ベースラインと一致している。
  論文  参考訳（メタデータ） (2026-06-04T15:24:10Z)
• ToolGate: Token-Efficient Pre-Call Control for Tool-Augmented Vision-Language Agents [9.793491545168575]
  ToolGateは、軌道テキストと単純な構造的特徴から実行/スキップの決定を予測する。 2つのQwen3-VLバックボーンで、ToolGateはトークンコストを制限なしのReActベースラインの64-69%に削減する。
  論文  参考訳（メタデータ） (2026-06-02T02:44:27Z)
• Tool Attention Is All You Need: Dynamic Tool Gating and Lazy Schema Loading for Eliminating the MCP/Tools Tax in Scalable Agentic Workflows [2.2228811750157482]
  私たちは、"Attention Is All You Need"パラダイムを一般化するスケーラブルな層メカニズムであるTool Attentionを紹介します。 シミュレーションした120toolの6サーバベンチマークで、サーバ単位のトークン数を実際のMPPデプロイメントの公開監査に校正する。 ツールアテンションはターン当たりのツールトークンを95.0%(47.3k ->2.4k)に減らし、効果的なコンテキスト利用(トークン比の量)を24%から91%に引き上げる。
  論文  参考訳（メタデータ） (2026-04-23T16:10:00Z)
• SkillGraph: Graph Foundation Priors for LLM Agent Tool Sequence Recommendation [10.810877441189263]
  LLMエージェントは、大きなAPIライブラリからツールを選択し、それらを正しく順序付けする必要がある。 既存のメソッドは検索と順序の両方にセマンティックな類似性を使用するが、順序付けはツール間のデータ依存に依存している。 本稿では、候補選択のためのGS-Hybrid検索と、順序付けのための学習されたペアワイズ・リランカの2段階分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-07T09:43:52Z)
• AgentProcessBench: Diagnosing Step-Level Process Quality in Tool-Using Agents [50.481033105867205]
  我々はAgentProcessBenchを紹介した。AgentProcessBenchは、現実的なツール拡張トラジェクトリにおけるステップレベルの有効性を評価するための最初のベンチマークである。 ベンチマークは、1,000の多様な軌跡と8,509の人間ラベル付きステップアノテーションと89.1%のアノテーション間合意で構成されている。 探索をキャプチャする3つのラベリングスキームと、ラベルのあいまいさを減らすためのエラー伝搬ルールを備えている。
  論文  参考訳（メタデータ） (2026-03-15T16:13:58Z)
• Gecko: A Simulation Environment with Stateful Feedback for Refining Agent Tool Calls [56.407063247662336]
  本稿では,ルールとLLMを組み合わせてツール応答をシミュレートする総合環境であるGeckoを紹介する。 GATS は GPT-4o, GPT-5, Gemini-3.0-pro など様々な LLM のツールコール性能を一貫して改善している。
  論文  参考訳（メタデータ） (2026-02-22T15:02:00Z)
• DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
  DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。 ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。 DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
  論文  参考訳（メタデータ） (2025-12-07T09:23:48Z)
• Towards Reliable Benchmarking: A Contamination Free, Controllable Evaluation Framework for Multi-step LLM Function Calling [16.396204092947496]
  ツール拡張言語モデル(TaLM)を合成多段階タスクによって評価する,汚染のないフレームワークであるFuncBenchGenを提案する。 推論最適化モデルはGPT-5で汎用モデルより一貫して優れており、他のモデルよりも大幅に優れていることを示す。 強いモデルはしばしば構文的に有効な関数呼び出しを行うが、ステップ間で誤ったあるいは古い引数値を伝搬し、マルチターンツールの使用においてLLMによる不安定な状態追跡を明らかにする。
  論文  参考訳（メタデータ） (2025-09-30T17:21:17Z)
• SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
  SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。 提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。 我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
  論文  参考訳（メタデータ） (2025-03-11T17:53:02Z)
• Data Agnostic Filter Gating for Efficient Deep Networks [72.4615632234314]
  現在のフィルタプルーニング法は主に特徴写像を利用してフィルタの重要なスコアを生成し、より小さなスコアのプルーンを生成する。 本稿では,Daggerモジュールと呼ばれる補助的ネットワークを用いてプルーニングを誘導するデータフィルタプルーニング手法を提案する。 さらに,特定のFLOP制約でプルーネフィルタを支援するために,明示的なFLOPを意識した正規化を活用して,プルーニングフィルタを直接対象のFLOPに向けて推進する。
  論文  参考訳（メタデータ） (2020-10-28T15:26:40Z)

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。