論文の概要: RIZZ: Routing Interactions to Near Zero-Interference Zones for Continual Adaptation of Black-Box Agents
- arxiv url: http://arxiv.org/abs/2606.20638v1
- Date: Tue, 02 Jun 2026 14:40:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 20:47:34.538927
- Title: RIZZ: Routing Interactions to Near Zero-Interference Zones for Continual Adaptation of Black-Box Agents
- Title（参考訳）: RIZZ:ブラックボックスエージェントの連続適応のためのニアゼロ干渉ゾーンへのルーティングインタラクション
- Abstract要約: RIZZは複合言語モデルシステムのための継続的適応フレームワークである。
検証済みのメモリ、ルーティング、プロンプトコンパイルを通じて完全に学習する。
RIZZは、文脈予算の下で適応をオンラインで行わなければならない体制をターゲットにしている。
- 参考スコア（独自算出の注目度）: 0.09786690381850356
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models are increasingly deployed as long-lived agents that must adapt across users, tasks, domains, modalities, and feedback regimes without access to model weights. Existing black-box adaptation methods typically optimize a single prompt, maintain an undifferentiated memory, or rely on repeated rollout-heavy search. However, these designs struggle when streams of input are nonstationary, feedback is sparse, and failures from one task family can contaminate behavior on another. We introduce RIZZ (Routing Interactions to Near Zero-interference Zones), a continual adaptation framework for compound language-model systems that learns entirely through verifier-gated memory, routing, and prompt compilation. RIZZ organizes input streams into dynamically spawned memory branches. At inference time, either while online or offline, a context-aware router selects or creates a branch that retrieves branch-local, global, graph-structured, and working-memory context, which is compiled into a bounded prompt together with retrieved task evidence. After the model acts, task verifiers score the output, and only verified interactions can update memory, promote reusable rules, demote harmful rules, or create anti-patterns. This yields a black-box agent that improves through persistent natural-language feedback while explicitly controlling interference. RIZZ targets the regime where adaptation must occur online under context budgets. Finally, we demonstrate the effectiveness of our framework against state-of-the-art baselines on competitive benchmarks.
- Abstract（参考訳）: 大規模な言語モデルは、モデルウェイトにアクセスできることなく、ユーザ、タスク、ドメイン、モダリティ、フィードバックレシスタンスに適応しなければならない長期エージェントとして、ますます多くデプロイされている。
既存のブラックボックス適応手法は、通常、1つのプロンプトを最適化し、未分化メモリを維持するか、繰り返しロールアウト重検索に依存する。
しかし、これらの設計は入力のストリームが非定常であり、フィードバックが希少であり、あるタスクファミリーの障害が別のタスクの動作を汚染する可能性がある場合に苦労する。
本稿では,複合言語モデルシステムのための連続的な適応フレームワークであるRIZZを紹介する。
RIZZは入力ストリームを動的に生成されたメモリブランチに整理する。
オンラインでもオフラインでも、コンテキスト対応ルータは、分岐ローカル、グローバル、グラフ構造化、作業メモリのコンテキストを検索するブランチを選択したり、生成する。
モデルが動作した後、タスク検証者が出力をスコアし、検証済みのインタラクションだけがメモリの更新、再利用可能なルールの促進、有害なルールの復号化、アンチパターンの作成を可能にする。
これによりブラックボックスエージェントが得られ、干渉を明示的に制御しながら、永続的な自然言語フィードバックを通じて改善される。
RIZZは、文脈予算の下で適応をオンラインで行わなければならない体制をターゲットにしている。
最後に、競争ベンチマークにおける最先端のベースラインに対する我々のフレームワークの有効性を実証する。
関連論文リスト
- ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。
このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。
現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
論文 参考訳（メタデータ） (2026-08-03T15:07:46Z) - STAMP: Training Explicit Memory for Mobile GUI Agents in Controllable and Scalable Virtual Environments [63.39393178045112]
モバイルエージェントは即座に反応制御を行うが、メモリを必要とする現実的なロングホライゾンタスクでは頻繁に失敗する。
制御可能な仮想環境を通じて,モバイルエージェントの明示的なメモリをトレーニングするフレームワークSTAMPを提案する。
結果のStampGUIエージェントは、メモリワールドベンチマークに新たなハイウォーターマークを設定し、例外的なメモリ精度とタスクレジリエンスを実証します。
論文 参考訳（メタデータ） (2026-05-28T04:00:13Z) - OLIVIA: Online Learning via Inference-time Action Adaptation for Decision Making in LLM ReAct Agents [74.20327254615854]
大規模言語モデルエージェントは、シーケンシャルな意思決定タスクを解決するために、推論、行動選択、観察をインターリーブする。
LLMエージェントの既存の推論時間適応法は、主にプロンプトや検索に依存している。
提案するOLIVIAは,ReAct型エージェントのための推論時行動適応フレームワークである。
論文 参考訳（メタデータ） (2026-05-11T19:28:20Z) - MoshiRAG: Asynchronous Knowledge Retrieval for Full-Duplex Speech Language Models [62.05118198431989]
非同期のフル音声モデルは、AI停止のフルタイムの対話性と自然な性質によって区別される。
本フレームワークは,外部情報における知識要求型対話クエリと接地応答の同定を可能にする。
本設計では,再学習を伴わないプラグ・アンド・プレイ検索手法をサポートし,アウト・オブ・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー・ツー
論文 参考訳（メタデータ） (2026-04-14T16:17:52Z) - GAM: Hierarchical Graph-based Agentic Memory for LLM Agents [45.876418535406714]
大きな言語モデル(LLM)エージェントは、新しい情報を取得し、事前の知識を保持することの間の緊張関係をナビゲートする必要がある。
現在の統合ストリームベースのメモリシステムは、コンテキスト更新を容易にするが、過渡的ノイズからの干渉に弱いままである。
本稿では,階層型グラフベースのエージェントメモリフレームワークであるGAMを提案する。
論文 参考訳（メタデータ） (2026-04-14T04:53:00Z) - PERMA: Benchmarking Personalized Memory Agents via Event-Driven Preference and Realistic Task Environments [72.02445514666428]
静的な嗜好リコールを超えてペルマの一貫性を評価するためのベンチマークであるPERMAを紹介する。
PerMAは、複数のセッションとドメインにまたがる時間的に順序付けられたインタラクションイベントと、時間とともに好みに関連するクエリで構成されている。
実験により、関連するインタラクションをリンクすることで、高度なメモリシステムはより正確な好みを抽出し、トークン消費を減らすことができることが示された。
論文 参考訳（メタデータ） (2026-03-24T14:04:11Z) - Relevance Feedback in Text-to-Image Diffusion: A Training-Free And Model-Agnostic Interactive Framework [7.254162537916632]
情報検索から拡散モデルへの関連フィードバック機構を適応する対話型フレームワークRFDを提案する。
RFDでは、ユーザーは認知負荷を最小限に抑えるために、明示的なテキスト対話を暗黙の多選択視覚フィードバックに置き換える。
RFDは外部のテキスト空間内で完全に動作し、トレーニング不要でモデルに依存しない汎用的なプラグアンドプレイソリューションとして機能する。
論文 参考訳（メタデータ） (2026-03-16T07:38:23Z) - Memory for Autonomous LLM Agents:Mechanisms, Evaluation, and Emerging Frontiers [0.42061757959666934]
大きな言語モデル(LLM)エージェントは、単一のコンテキストウィンドウが小さすぎて何が起きているのかをキャプチャできないような環境で、ますます運用される。
メモリはステートレステキストジェネレータを真に適応的なエージェントに変える。
この調査は、メモリがどのように設計され、実装され、現代のLCMベースのエージェントで評価されるかという構造化された説明を提供する。
論文 参考訳（メタデータ） (2026-03-08T15:08:01Z) - AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。
AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
論文 参考訳（メタデータ） (2026-01-28T08:09:49Z) - From Atom to Community: Structured and Evolving Agent Memory for User Behavior Modeling [25.74573956240653]
STEAM(textittextbfSTructured and textbfEvolving textbfAgent textbfMemory)は、エージェントメモリの編成と更新方法を再定義する新しいフレームワークである。
好みを原子記憶単位に分解し、それぞれが観察された行動に明示的なリンクで異なる関心領域をキャプチャする。
協調的パターンを活用するために、STEAMは、ユーザ間で類似した記憶をコミュニティに整理し、信号伝達のためのプロトタイプメモリを生成する。
論文 参考訳（メタデータ） (2026-01-23T16:24:57Z) - Towards Rehearsal-Free Continual Relation Extraction: Capturing Within-Task Variance with Adaptive Prompting [2.818102173042532]
WAVE++は、プレフィックスチューニングとエキスパートの混在にインスパイアされた、新しいアプローチである。
タスク固有のプロンプトプールを導入し、多様なタスクの柔軟性と適応性を高めます。
我々は、よりリッチでグローバルなコンテキストを提供するラベル記述を組み込み、モデルが異なる関係をよりよく区別できるようにする。
論文 参考訳（メタデータ） (2025-05-20T05:22:17Z)
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。