論文の概要: Self-Aware Recursively Self-Improving Agents for Personal Singularity: A Goal-, Scope-, Tool-, and Benchmark-Driven Multi-Agent Architecture
- arxiv url: http://arxiv.org/abs/2607.12254v2
- Date: Thu, 16 Jul 2026 16:36:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 14:53:42.213907
- Title: Self-Aware Recursively Self-Improving Agents for Personal Singularity: A Goal-, Scope-, Tool-, and Benchmark-Driven Multi-Agent Architecture
- Title（参考訳）: 自己認識的自己改善エージェント:目標、スコープ、ツール、ベンチマーク駆動型マルチエージェントアーキテクチャ
- Abstract要約: 大規模言語モデル(LLM)エージェントは、計画し、ツールを使用し、メモリを保守し、長い水平タスクを実行することができる。
本稿では、アイデンティティ、目標、能力、限界、不確実性、関係性、歴史、発達変化の永続的な自己モデルを維持する自己認識再帰的自己改善(SARSI)エージェントを提案する。
我々は、SARSIエージェントを個人特異性とペアリングし、エージェントエコシステムがユーザ定義可能な拡張可能な機能フロンティアにアプローチするのを手助けする、有界な人間-AI共同開発目標とする。
- 参考スコア（独自算出の注目度）: 1.7259824817932294
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language model (LLM) agents can plan, use tools, maintain memory, and execute long-horizon tasks. This paper proposes Self-Aware Recursively Self-Improving (SARSI) agents: governed agents that maintain a persistent self-model of identity, goals, capabilities, limitations, uncertainty, relationships, history, and developmental change, and use that model to guide and evaluate recursive improvement. Self-awareness is defined functionally and does not imply subjective experience or phenomenal consciousness. We pair SARSI agents with personal singularity, a bounded human-AI co-development objective in which an agent ecosystem helps a user approach an expanding, user-defined feasible capability frontier. Each agent has a goal contract, bounded scope, validated tool registry, tool tests, end-to-end benchmarks, owner-controlled autonomy, routing, memory, self-model, and improvement policy. A scope router assigns every accepted task to one accountable primary agent and transfers out-of-scope work through structured handoffs. A user-facing Auto-Index selects interactive, hybrid, autonomous, or scheduled behavior without overriding external permissions. The architecture combines a planner-executor-verifier loop, an evidence-gated improvement loop, an external governance plane, decentralized lineages, an owner-directed agent foundry, and a Personal Singularity OS coordinating working, computational-imaging, work-process-learning, and personal-learning agents. We formalize functional self-awareness, scope, routing, improvement acceptance, bounded goal evolution, tool-first execution, and human capability transfer, and provide safety invariants, benchmark design, and a staged implementation roadmap. This is a position and systems-design paper, not evidence that consciousness, unrestricted recursive self-improvement, or personal singularity has been achieved.
- Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、計画し、ツールを使用し、メモリを保守し、長い水平タスクを実行することができる。
本稿では、アイデンティティ、目標、能力、限界、不確実性、関係性、歴史、発達変化の永続的な自己モデルを維持する支配的エージェントである自己認識再帰的自己改善(SARSI: Self-Aware Recursively Self-Improving)エージェントを提案し、そのモデルを用いて再帰的改善をガイドし評価する。
自己認識は機能的に定義されており、主観的な経験や現象的な意識を含まない。
我々は、SARSIエージェントを個人特異性とペアリングし、エージェントエコシステムがユーザ定義可能な拡張可能な機能フロンティアにアプローチするのを手助けする、有界な人間-AI共同開発目標とする。
各エージェントには、目標コントラクト、境界スコープ、検証済みツールレジストリ、ツールテスト、エンドツーエンドベンチマーク、オーナ管理された自律性、ルーティング、メモリ、セルフモデル、改善ポリシがある。
スコープルータは、受理されたタスクを1つの説明可能なプライマリエージェントに割り当て、構造化されたハンドオフを通じてスコープ外処理を転送する。
ユーザ対応のAuto-Indexは、外部権限をオーバーライドすることなく、インタラクティブ、ハイブリッド、自律、スケジュールされた振る舞いを選択する。
このアーキテクチャは、プランナー・エグゼクタ・検証ループ、エビデンス・ゲートされた改善ループ、外部ガバナンスプレーン、分散された系統、所有者指向のエージェントファウントリー、および、作業、計算画像、ワークプロセス学習、個人学習エージェントをコーディネートするパーソナル・シンギュラリティOSを組み合わせる。
我々は、機能的自己認識、スコープ、ルーティング、改善の受け入れ、境界付きゴールの進化、ツールファーストの実行、ヒューマン機能移行を形式化し、安全性の不変性、ベンチマーク設計、ステージ化された実装ロードマップを提供する。
これは、意識、制限されない再帰的自己改善、あるいは個人的特異性が達成されたという証拠ではなく、位置とシステム設計の論文である。
関連論文リスト
- ComBodied Agents: a New Paradigm of Human-Centric Agentic AI [121.60938707072069]
我々は、人間中心のパラダイムであるCombodied Agentsを紹介し、時間とともに個々の人間状態の軌跡を知覚し、モデル化し、予測し、支援する。
パーソナルアシスタント、ヘルスエージェント、AIコンパニオン、適応型ヒューマンAIシステムをクローズドループに統合する。
論文 参考訳（メタデータ） (2026-08-11T13:35:58Z) - SBCO: Self-Supervised, Verifier-Grounded Harness Optimization For Planning Agents [8.206010431605044]
自己改善エージェントは、AIシステムの背後にあるヒューマンエンジニアリングの労力を削減し、時間とともにパフォーマンスを進化させ、自己改善することを目指している。
我々は,Gdel-machine法と同等の閉ループの検証器付きハーネスであるSBCOを導入するが,自己参照ではなく自己監視する。
論文 参考訳（メタデータ） (2026-08-10T19:25:59Z) - From Knowing to Acting: Benchmarking Self-Awareness Capability of LLM Agents [69.07911499189129]
エージェントのメタ認知判断(Knowing)を自発的実行(Acting)から切り離して認知行動アライメントを評価するフレームワークであるKAPROを紹介する。
実験の結果,自己認識能力はタスク成功と強く相関するが,内部能力設定では著しく低下することがわかった。
プロプライエタリで推論指向のモデルは、より信頼性の高い認知ゲーティングを示します。
論文 参考訳（メタデータ） (2026-06-09T17:17:08Z) - AutoAgent: Evolving Cognition and Elastic Memory Orchestration for Adaptive Agents [26.380991138110925]
AutoAgentは、認知の進化、オンザフライでのコンテキスト決定、弾力性のあるメモリオーケストレーションに基づく、自己進化型のマルチエージェントフレームワークである。
各エージェントは、ツール、自己能力、同僚の専門知識、タスク知識に関する構造化されたプロンプトレベルの認知を維持する。
AutoAgentは、静的およびメモリ拡張ベースラインに対するタスク成功、ツール使用効率、共同ロバスト性を一貫して改善する。
論文 参考訳（メタデータ） (2026-03-10T14:23:49Z) - ToolSelf: Unifying Task Execution and Self-Reconfiguration via Tool-Driven Intrinsic Adaptation [60.25542764389203]
LLM(Large Language Models)を利用したエージェントシステムは、複雑で長期のタスクに対処する上で、顕著な可能性を示している。
既存のアプローチでは、手動のオーケストレーションやランタイムベースのパッチを頼りにしており、一般化の貧弱さと最適化の断片化に悩まされることが多い。
ツール駆動の自己修正を可能にする新しいパラダイムであるToolSelfを提案する。
論文 参考訳（メタデータ） (2026-02-08T09:27:18Z) - AI Agent Systems: Architectures, Applications, and Evaluation [4.967019713320407]
AIエージェントは、基礎モデルと推論、計画、メモリ、ツールの使用を組み合わせる。
先行作業は、エージェントコンポーネントにまたがる統一された分類にまとめます。
レイテンシ対精度、自律性対可制御性、能力対信頼性といった重要な設計トレードオフについて論じます。
論文 参考訳（メタデータ） (2026-01-05T02:38:40Z) - Architectures for Building Agentic AI [0.0]
この章は、エージェント的および生成的AIの信頼性は、主にアーキテクチャ上の特性であると主張している。
古典的基盤を基盤として,実践的な分類ツール利用エージェント,メモリ拡張エージェント,計画・自己改善エージェント,マルチエージェントシステム,具体化・ウェブエージェントを提案する。
論文 参考訳（メタデータ） (2025-12-10T09:28:40Z) - From Agentification to Self-Evolving Agentic AI for Wireless Networks: Concepts, Approaches, and Future Research Directions [70.72279728350763]
自律進化型エージェント人工知能(AI)は、将来の無線システムに新しいパラダイムを提供する。
静的AIモデルとは異なり、自己進化エージェントは、モデルやツールを更新し、環境ダイナミクスに対応する自律進化サイクルを組み込む。
本稿では,自己進化型エージェントAIの概要を概説し,その階層化アーキテクチャ,ライフサイクル,鍵となる技術について述べる。
論文 参考訳（メタデータ） (2025-10-07T05:45:25Z) - Open Agent Specification (Agent Spec): A Unified Representation for AI Agents [10.685555728094338]
我々はAIエージェントとエージェントを定義する宣言型言語Open Agent Specification(Agent Spec)を紹介する。
Agent Specは、コンポーネント、コントロールとデータフローのセマンティクス、スキーマの共通セットを定義し、エージェントを一度定義し、異なるランタイム間で実行できるようにする。
論文 参考訳（メタデータ） (2025-10-05T12:26:42Z) - SmartAgent: Chain-of-User-Thought for Embodied Personalized Agent in Cyber World [50.937342998351426]
COUT(Chain-of-User-Thought)は、新しい推論パラダイムである。
我々は、サイバー環境を認識し、パーソナライズされた要求を推論するエージェントフレームワークであるSmartAgentを紹介する。
我々の研究は、まずCOUTプロセスを定式化し、パーソナライズされたエージェント学習を具体化するための予備的な試みとして役立ちます。
論文 参考訳（メタデータ） (2024-12-10T12:40:35Z) - 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。