論文の概要: Unlocking Model Potentials Through Adaptive Multi-Agent Scaffolding for Efficient Issue Resolution
- arxiv url: http://arxiv.org/abs/2606.25514v1
- Date: Wed, 24 Jun 2026 07:48:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.266938
- Title: Unlocking Model Potentials Through Adaptive Multi-Agent Scaffolding for Efficient Issue Resolution
- Title（参考訳）: 効率的な問題解決のための適応型マルチエージェントスキャッホールディングによるモデルポテンシャルのアンロック
- Abstract要約: 非効率的なコンテキスト管理は、迅速なコンテキスト劣化とコンテキスト中毒を引き起こす可能性がある。
共有コンテキストを同期型イベントベースのメッセージパッシングに置き換える分散型マルチエージェントスキャフォールディングであるicat-agentを提案する。
icat-agentは、すべての難易度において、顕著なベースラインを一貫して上回る。
- 参考スコア（独自算出の注目度）: 4.960870628748691
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Resolving issues with ambiguous and incomplete descriptions, particularly concerning complex bugs, requires a sophisticated, long-horizon workflow. Agents must navigate codebases to locate the root cause, reproduce the failure, implement a fix, and validate the resulting patch. Inefficient context management, thereby, can lead to rapid context degradation and context poisoning, preventing successful resolution. We propose icat-agent, a decentralized, multi-agent scaffolding that replaces shared context with synchronous, event-based message passing. Utilizing a rubric-based issue quality check, icat-agent strategically pivots its workflow: it initiates parallel patching and validation for well-defined issues, while deploying preliminary exploration for low-quality ones. A comprehensive evaluation of icat-agent on SWE-bench Verified and SWE-bench Pro demonstrates that it consistently outperforms prominent baselines across all difficulty levels, including SWE-agent, mini-SWE-agent, and Claude Code, while using the same underlying models, improving by 3.6-8.4% on SWE-bench Verified and 6.3-18.5% on SWE-bench Pro. icat-agent is also computationally efficient, reducing the average cost by $1.18 per instance compared with the multi-agent Claude Code baseline. Our findings reveal that a robust scaffold such as icat-agent unlocks substantial latent capability within a fixed model, with the same backbone resolving markedly more issues under icat-agent than under existing scaffolds. icat-agent +GPT-5.4-xhigh resolves 67.4% of SWE-bench Pro problems, outperforming the current best result on SWE-bench Pro (59.10%, mini-SWE-agent+GPT-5.4-xhigh) by 8.3 percentage points.
- Abstract（参考訳）: 不明瞭で不完全な記述、特に複雑なバグで問題を解決するには、洗練された長期のワークフローが必要です。
エージェントはコードベースをナビゲートして、根本原因を特定し、失敗を再現し、修正を実装し、その結果のパッチを検証する必要がある。
これにより、非効率的なコンテキスト管理は、迅速なコンテキスト劣化とコンテキスト中毒を引き起こし、解決を成功させるのを防ぐことができる。
共有コンテキストを同期型イベントベースのメッセージパッシングに置き換える分散型マルチエージェントスキャフォールディングであるicat-agentを提案する。
ルーリックベースのイシュー品質チェックを利用することで、icat-agentはワークフローを戦略的にピボットする。
SWE-bench VerifiedとSWE-bench Proのicat-agentの総合的な評価は、SWE-bench VerifiedとSWE-bench Proの3.6-8.4%、SWE-bench Proの6.3-18.5%の改善とともに、SWE-agent、mini-SWE-agent、Clude Codeを含むすべての難易度レベルにおいて、顕著なベースラインを一貫して上回っていることを示している。
icat-agentは計算効率も優れており、マルチエージェントのClaude Codeベースラインに比べて、インスタンス当たりの平均コストは1.18ドル削減されている。
icat-agentのような頑健な足場は固定モデル内でかなりの潜伏能力を解き, バックボーンは既存の足場よりもicat-agent下での課題が顕著に多かった。
icat-agent +GPT-5.4-xhighはSWE-bench Proの67.4%の問題を解き、現在のSWE-bench Pro(59.10%、mini-SWE-agent+GPT-5.4-xhigh)よりも8.3%高い。
関連論文リスト
- JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness Evolution [74.58840188662151]
JIT-Agentは、タスク適応エージェントハーネスをオンザフライで合成するために訓練されたハーネスインテリジェンスモデルである。
JIT-Agentは、ジャスト・イン・タイムのハーネス生成のために構築された最初のモデルである。
論文 参考訳（メタデータ） (2026-08-26T10:05:33Z) - A Jagged Frontier: Evaluating Robustness of Code Agents to Semantics-Preserving Transformations [7.48361039542955]
我々は、周辺コードのバリエーションが意味論的に等価な形式に書き換えられる際に、リポジトリレベルの問題を修復するコーディングエージェントが信頼性を維持しているかどうかを評価する。
共通セマンティクス保存変換(SPT)を適用したランダムな変種標本化手法を提案する。
4つのフロンティアモデルのうちの1つを背景とした2つのエージェント足場(ミニSWEエージェントとOpenCode)を評価した。
論文 参考訳（メタデータ） (2026-08-18T23:46:11Z) - Ask or Assume? Uncertainty-Aware Clarification-Seeking in Coding Agents [4.301199871195023]
大規模言語モデル(LLM)エージェントは、ソフトウェア工学のようなオープンなドメインにますますデプロイされています。
我々は, SWE-bench Verified の未特定変種に対する LLM エージェントの解明と探索能力を評価する。
コード実行から不特定性検出を明示的に分離する不確実性認識型マルチエージェントスキャフォールドを提案する。
論文 参考訳（メタデータ） (2026-03-27T09:56:26Z) - 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) - AgentAsk: Multi-Agent Systems Need to Ask [26.13279490836716]
大規模言語モデル(LLM)上に構築されたマルチエージェントシステムは、協調的な分業による問題解決能力の向上を約束する。
我々はAgentAskを提案する。AgentAskは軽量でプラグ・アンド・プレイの明確化モジュールで、すべてのエージェント間メッセージを潜在的な障害点として扱い、エラーの伝播を抑えるのに必要最小限の質問を挿入する。
AgentAskは、公開マルチエージェント実装の精度と堅牢性を継続的に改善し、オーバーヘッドを最小限に抑え、レイテンシと余分なコストを5%以下に抑える。
論文 参考訳（メタデータ） (2025-10-08T22:36:05Z) - Where LLM Agents Fail and How They can Learn From Failures [62.196870049524364]
大規模言語モデル(LLM)エージェントは、複雑なマルチステップタスクの解決において有望であることを示す。
単一ルート原因エラーがその後の決定を通じて伝播する、障害のカスケードに対する脆弱性を増幅する。
現在のシステムは、モジュール的で体系的な方法でエージェントエラーを包括的に理解できるフレームワークを欠いている。
AgentErrorTaxonomyは、メモリ、リフレクション、計画、アクション、システムレベルの操作にまたがる障害モードのモジュール分類である。
論文 参考訳（メタデータ） (2025-09-29T18:20:27Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳（メタデータ） (2025-09-25T14:05:55Z) - AgenTracer: Who Is Inducing Failure in the LLM Agentic Systems? [71.21547572568655]
AgenTracer-8Bは、マルチグラニュラ強化学習で訓練された軽量障害トレーサである。
Who&Whenベンチマークでは、AgenTracer-8BはGemini-2.5-ProやClaude-4-Sonnetのような巨大なLLMを最大18.18%上回っている。
AgenTracer-8BはMetaGPTやMAASのような市販のマルチエージェントシステムに4.8-14.2%の性能向上をもたらす。
論文 参考訳（メタデータ） (2025-09-03T13:42:14Z) - StaAgent: An Agentic Framework for Testing Static Analyzers [7.951459111292028]
StaAgentは、静的アナライザルールを体系的に評価するために、LLM(Large Language Models)の生成能力を利用するエージェントフレームワークである。
StaAgentは一貫性のない振る舞いを明らかにすることによって、ルール実装の欠陥を明らかにするのに役立ちます。
そこで我々は,StaAgentを5つの広く使用されている静的アナライザにまたがって5つの最先端LCMを用いて評価した。
論文 参考訳（メタデータ） (2025-07-20T13:41:02Z) - Know the Ropes: A Heuristic Strategy for LLM-based Multi-Agent System Design [27.246783209927464]
Know-The-Ropesは、ドメインの優先順位をアルゴリズムの青写真階層に変換するフレームワークである。
3つのGPT-4o-miniエージェントは、1つのボトルネックエージェントをパッチした後、サイズ5のインスタンスで3%ゼロショットから95%に精度を上げる。
論文 参考訳（メタデータ） (2025-05-22T17:52:33Z) - On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents [58.79302663733703]
大規模言語モデルに基づくマルチエージェントシステムは、専門家エージェントの協力により、様々なタスクにまたがる優れた能力を示している。
不器用なエージェントや悪意のあるエージェントが与える影響 - システム全体のパフォーマンスにおいて、頻繁にタスクでエラーを犯すものは、いまだに過小評価されていない。
本稿では,下流タスクにおける障害要因下での各種システム構造のレジリエンスについて検討する。
論文 参考訳（メタデータ） (2024-08-02T03:25:20Z) - A Unified Debugging Approach via LLM-Based Multi-Agent Synergy [39.11825182386288]
FixAgentはマルチエージェントのシナジーによる統合デバッグのためのエンドツーエンドフレームワークである。
1.25$times$ 2.56$times$レポレベルのベンチマークであるDefects4Jのバグを修正した。
論文 参考訳（メタデータ） (2024-04-26T04:55:35Z)
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。