論文の概要: NOVA: A Verification-Aware Agent Harness for Architecture Evolution in Industrial Recommender Systems
- arxiv url: http://arxiv.org/abs/2606.27243v2
- Date: Fri, 26 Jun 2026 11:32:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 13:57:07.340047
- Title: NOVA: A Verification-Aware Agent Harness for Architecture Evolution in Industrial Recommender Systems
- Title（参考訳）: NOVA:産業用レコメンダシステムにおけるアーキテクチャ進化のための検証エージェントハーネス
- Abstract要約: NOVAは、検証対応アーキテクチャ進化のためのレベルアウェアエージェントハーネスである。
L2 ScaleUpとL3 Literature-to-Productionタスクにおいて、最も効果的なパスレートを達成する。
1つの文学から生産までのサイクルを、人間に従属した時間で13倍に短縮する。
- 参考スコア（独自算出の注目度）: 24.27056236910489
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Industrial advertising recommender models are continuously improved through architecture evolution. Upgrades such as RankMixer, TokenMixer-Large, and MixFormer show that better structures remain a key source of quality and business gains. Yet developing such upgrades in production is expert-intensive and difficult to scale. Existing automation is insufficient: AutoML mainly tunes hyper-parameters, while effective gains often require cross-module changes under strict constraints; generic LLM coding agents optimize for runnable code, but runnable code does not imply a valid recommender architecture. Candidates may pass local tests while causing silent failures that degrade performance. We present NOVA, a level-aware agent harness for verification-aware architecture evolution. NOVA uses an architecture gradient, an SGD-inspired, non-differentiable update signal that aggregates prior modifications, verification diagnostics, metric feedback, and trajectory memory to guide the next modification. A verification cascade checks structure semantics, local executability, offline effectiveness, and online impact; invalid candidates are blocked early, with failure patterns recorded as forbidden directions. L1--L4 task-level control matches automation to task complexity and risk, routing high-risk tasks to Copilot for human oversight. Deployed in an industrial advertising system, NOVA achieves the highest effective pass rate on L2 ScaleUp and L3 Literature-to-Production tasks (54.5% and 60.0%), reduces silent failures compared with coding-agent baselines, and shortens one literature-to-production cycle by over 13x in human-attended time. In online A/B testing, the selected L3 candidate improves GMV on three pCVR objectives by +1.25%, +1.70%, and +2.02%, while reducing pCVR bias by 58.8%, 66.7%, and 37.3%.
- Abstract（参考訳）: 産業広告レコメンデーターモデルは、アーキテクチャの進化を通じて継続的に改善される。
RankMixer、TokenMixer-Large、MixFormerといったアップグレードは、より良い構造が品質とビジネス上の利益の重要な源であることを示しています。
しかし、このような製品でのアップグレードの開発は専門家が集中しており、スケールが難しい。
既存の自動化は不十分である: AutoMLは主にハイパーパラメータをチューニングするが、効果的なゲインは厳しい制約の下でモジュール間の変更を必要とすることが多い。
候補は、パフォーマンスを低下させるサイレント障害を引き起こしながら、ローカルテストに合格する。
検証・認識アーキテクチャ進化のためのレベルアウェアエージェントであるNOVAを提案する。
NOVAはアーキテクチャ勾配、SGDにインスパイアされた非微分可能更新信号を使用して、事前修正、検証診断、メートル法フィードバック、軌跡メモリを集約して次の修正を導く。
検証カスケードは、構造セマンティクス、ローカル実行可能性、オフラインの有効性、オンライン影響をチェックする。
L1--L4 タスクレベルの制御は自動化とタスクの複雑さとリスクに一致し、リスクの高いタスクを人間の監視のためにCopilotにルーティングする。
産業広告システムで展開されたNOVAは、L2 ScaleUpおよびL3 Literature-to-Productionタスク(54.5%および60.0%)において、最も効果的なパスレートを達成し、コーディングエージェントベースラインと比較してサイレント障害を減らし、人間の注意時間で1つの文学とプロダクションのサイクルを13倍以上短縮する。
オンラインA/Bテストでは、選択されたL3候補は、3つのpCVR目標のGMVを+1.25%、+1.70%、+2.02%改善し、pCVRバイアスを58.8%、66.7%、37.3%削減した。
関連論文リスト
- AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces [61.51487329124135]
AutoSaddlerは、オフラインの学習問題として改善を活用するフレームワークである。
ミニバッチからの障害信号を使用して、ハーネスを反復的に更新する。
GAIA2, SWE-Bench Pro, Terminal-Bench 2.0 の実験により, AutoSaddler はエージェント性能を大幅に向上することが示された。
論文 参考訳（メタデータ） (2026-08-24T09:45:08Z) - REFINE: A Multi-Agent LLM Approach for Evidence-Guided Code Refactoring [3.294884078309524]
REFINEはツールに依存しないエビデンス対応のマルチエージェントアプローチで、Javaファイルレベルの候補を生成する。
我々は15のオープンソースシステムから450のJavaファイル上でREFINEを評価する。
論文 参考訳（メタデータ） (2026-08-21T17:44:40Z) - LEGO-RL: Harness-Native Reinforcement Learning for Coding Agents [56.902747731541695]
LEGO-RLは、ネイティブコーディングエージェントハーネスをスケーラブルなポリシ-グラディエント最適化でブリッジするフレームワークです。
我々は、3つのネイティブコーディングエージェントハーネスにまたがるGSPOを用いて、疎いMoEモデルQwen3.5-35B-A3BをトレーニングすることでLEGO-RLを評価する。
論文 参考訳（メタデータ） (2026-08-18T05:34:35Z) - Perception, Verdict, and Evolution: Hindsight-Driven Self-Refining Forensics Agent for AI-Generated Image Detection [80.15317858033534]
ForeAgentは、反復的な自己進化を伴うAI生成画像検出のためのエージェント法医学フレームワークである。
ForeAgentはChameleonベンチマークで最先端のパフォーマンスを達成し、精度は82.18%に達した。
ForeAgent は GPT-5 や GPT-5-mini と比較して、より一貫性があり、因果的な推論をもたらす。
論文 参考訳（メタデータ） (2026-06-25T02:59:33Z) - BLAgent: Agentic RAG for File-Level Bug Localization [2.2917707112773593]
BLAgentはファイルレベルのバグローカライゼーションのための新しいエージェントRAGフレームワークである。
BLAgentは、オープンソースモデルで78%以上のTop-1精度を達成した。
BLAgentは、エンドツーエンドの修復の成功を20%以上改善する。
論文 参考訳（メタデータ） (2026-05-18T07:20:13Z) - AdaExplore: Failure-Driven Adaptation and Diversity-Preserving Search for Efficient Kernel Generation [59.964989458924585]
AdaExploreは、パフォーマンスクリティカルなカーネルコード生成のための蓄積された実行フィードバックによる自己改善を可能にするエージェントフレームワークである。
適応段階では、エージェントはタスクを合成し、繰り返し発生する障害を有効ルールの再利用可能なメモリに変換する。
探索段階では、候補核を木として整理し、小さな局所精製とより大きな構造再生を交互に行う。
論文 参考訳（メタデータ） (2026-04-17T18:25:03Z) - AVO: Agentic Variation Operators for Autonomous Evolutionary Search [38.64857334672555]
エージェント変分演算子(エージェント変分演算子、AVO)は、古典的な進化探索の固定突然変異、クロスオーバー、手動設計を置き換える進化変分演算子である。
我々は、NVIDIA Blackwell (B200) 上でAIにおいて最も積極的に最適化されたカーネルターゲットのうち、注目されている AVO を評価する。
AVOは、変化を、現在の系統、ドメイン固有の知識ベース、実行フィードバックを参照できるセルフ指向のエージェントループとしてインスタンス化する。
論文 参考訳（メタデータ） (2026-03-25T16:55:04Z) - Architecture-Aware Multi-Design Generation for Repository-Level Feature Addition [53.50448142467294]
RAIMは、リポジトリレベルの機能追加のための、多設計およびアーキテクチャ対応のフレームワークである。
複数の多様な実装設計を生成することで、線形パッチから切り離される。
NoCode-bench Verifiedデータセットの実験では、RAIMが新しい最先端のパフォーマンスを確立することが示されている。
論文 参考訳（メタデータ） (2026-03-02T12:50:40Z) - AWE: Adaptive Agents for Dynamic Web Penetration Testing [0.0]
AWEは、自動Web侵入テストのためのメモリ拡張マルチエージェントフレームワークである。
軽量なLLMオーケストレーション層に、構造化された脆弱性固有の分析パイプラインを組み込む。
AWEはインジェクションクラスの脆弱性を大幅に向上させる。
論文 参考訳（メタデータ） (2026-03-01T07:32:42Z) - ROAD: Reflective Optimization via Automated Debugging for Zero-Shot Agent Alignment [1.6968020497268546]
ROADは、最適化を検索ではなく動的デバッグ調査として扱う新しいフレームワークである。
道路はサンプリング効率が高く、成功率は5.6%、検索精度は3.8%向上している。
これらの結果は、ヒューマンエンジニアリングの失敗分析とパッチングのループを模倣することで、リソース集約的なトレーニングに代わる、実行可能なデータ効率の代替が可能になることを示唆している。
論文 参考訳（メタデータ） (2025-12-30T07:31:34Z) - Towards Engineering Multi-Agent LLMs: A Protocol-Driven Approach [13.760107452858044]
本稿では,マルチエージェントのための3つの中核SE設計原則をインスタンス化するプロトコル層方法論である,SEMAP(Software Engineering Multi-Agent Protocol)を紹介する。
コード開発では、機能レベルの開発が69.6%減少し、デプロイメントレベルの開発が56.7%に達する。
論文 参考訳（メタデータ） (2025-10-14T03:49:30Z) - AegisLLM: Scaling Agentic Systems for Self-Reflective Defense in LLM Security [74.22452069013289]
AegisLLMは、敵の攻撃や情報漏洩に対する協調的なマルチエージェント防御である。
テスト時のエージェント推論システムのスケーリングは,モデルの有用性を損なうことなく,ロバスト性を大幅に向上させることを示す。
アンラーニングやジェイルブレイクを含む主要な脅威シナリオに対する総合的な評価は、AegisLLMの有効性を示している。
論文 参考訳（メタデータ） (2025-04-29T17:36:05Z) - DS-Agent: Automated Data Science by Empowering Large Language Models with Case-Based Reasoning [56.887047551101574]
大規模言語モデル(LLM)エージェントとケースベース推論(CBR)を利用した新しいフレームワークであるDS-Agentを提案する。
開発段階では、DS-AgentはCBRフレームワークに従い、自動イテレーションパイプラインを構築する。
デプロイメントの段階では、DS-Agentは、シンプルなCBRパラダイムで低リソースのデプロイメントステージを実装し、LCMの基本能力に対する需要を大幅に削減する。
論文 参考訳（メタデータ） (2024-02-27T12:26:07Z)
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。