論文の概要: From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents

• arxiv url: http://arxiv.org/abs/2607.07321v1
• Date: Wed, 08 Jul 2026 12:09:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.366383
• Title: From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents
• Title（参考訳）: アトミックアクションから標準動作手順へ:自己進化型LDMエージェントの反復的ツール最適化
• Authors: Haipeng Ding, Yuexiang Xie, Zhewei Wei, Yaliang Li, Bolin Ding,
• Abstract要約: EvoSOPは、エージェントが実行軌跡からSOPを抽出し、反復的にツールセットを最適化することを可能にするフレームワークである。 EvoSOPはタスク成功率を大幅に向上し,インタラクションラウンドの回数を大幅に削減することを示す。
• 参考スコア（独自算出の注目度）: 90.3279207163486
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Tool utilization enables Large Language Model (LLM) agents to interact with the real world and resolve complex tasks. However, existing agent frameworks predominantly rely on static toolsets composed of granular atomic actions (e.g., basic file I/O or single-turn search), which forces agents to reinvent low-level logic for every recurring workflow, leading to increased reasoning overhead and failure rates. In this study, we propose that agents can achieve self-evolution by synthesizing these atomic actions into reusable Standard Operating Procedures (SOPs), which function as callable higher-order tools that encapsulate multi-step logic. We further introduce EvoSOP, a framework that empowers agents to extract SOPs from execution trajectories and iteratively optimize the toolset through a systematic lifecycle of construction, merging, evaluation, and pruning. Extensive experiments demonstrate that EvoSOP significantly boosts task success rates while substantially reducing the number of interaction rounds compared to baselines. Our analysis also reveals that iterative tool optimization fosters reliable and efficient tool-use patterns, providing a scalable pathway for the development of self-evolving agents.
• Abstract（参考訳）: ツールの利用により、Large Language Model (LLM)エージェントが現実世界と対話し、複雑なタスクを解決できる。 しかし、既存のエージェントフレームワークは主に、粒度のアトミックなアクション(基本的なファイルI/Oやシングルターン検索など)からなる静的なツールセットに依存しているため、エージェントは繰り返しワークフロー毎に低レベルのロジックを再発明せざるを得ず、推論のオーバーヘッドと失敗率の増加につながる。 本研究では,これらの原子の作用を再利用可能な標準動作手順 (SOP) に合成することで,エージェントが自己進化を達成できることを示す。 さらに、エージェントが実行軌跡からSOPを抽出し、構築、マージ、評価、プルーニングの体系的なライフサイクルを通じて反復的にツールセットを最適化するフレームワークであるEvoSOPを紹介します。 大規模な実験により、EvoSOPはタスク成功率を大幅に向上する一方で、ベースラインに比べてインタラクションラウンドの数を大幅に削減することが示された。 分析の結果,反復的ツール最適化は信頼性と効率的なツール利用パターンを育成し,自己進化型エージェントの開発にスケーラブルな経路を提供することがわかった。

関連論文リスト

• Agentic Reinforced Policy Optimization [66.96989268893932]
  検証可能な報酬付き大規模強化学習(RLVR)は,大規模言語モデル(LLM)を単一ターン推論タスクに活用する効果を実証している。 現在のRLアルゴリズムは、モデル固有のロングホライゾン推論能力と、マルチターンツールインタラクションにおけるその習熟性のバランスが不十分である。 エージェント強化ポリシー最適化(ARPO: Agentic Reinforced Policy Optimization)は,マルチターンLDMエージェントを学習するためのエージェントRLアルゴリズムである。
  論文  参考訳（メタデータ） (2025-07-26T07:53:11Z)
• Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement [112.04307762405669]
  G"odel AgentはG"odelマシンにインスパイアされた自己進化型フレームワークである。 G"odel Agentは、パフォーマンス、効率、一般化性において手作業によるエージェントを上回る、継続的な自己改善を実現することができる。
  論文  参考訳（メタデータ） (2024-10-06T10:49:40Z)

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。