論文の概要: DCAS: Decoupling CLI Agent Scaffolding to Internalize Planning across Scaffolds
- arxiv url: http://arxiv.org/abs/2608.06113v1
- Date: Thu, 06 Aug 2026 14:47:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.778503
- Title: DCAS: Decoupling CLI Agent Scaffolding to Internalize Planning across Scaffolds
- Title（参考訳）: DCAS:CLIエージェントのスカッフルを分離して、スカッフルを横断する計画を立てる
- Abstract要約: Decoupling CLI Agent Scaffolding (DCAS)は,任意のCLI足場とバックエンドモデル間のAPIトラフィックを,足場を変更することなくルーティングするバックエンド代替インターセプションレイヤである。
DCASを使用すると、制御されたプランソースによる介入により、計画品質が高レベルなコンポーネントであることが確認され、観測したクロススケールフォールド・ドロップを超える利得が得られます。
- 参考スコア（独自算出の注目度）: 5.867152615003303
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: CLI-based software-engineering agents have matured rapidly, yet the open ecosystem has converged on a single training environment: trajectory datasets used to fine-tune open models are collected almost exclusively under OpenHands. Models fine-tuned on this data score well under OpenHands but degrade substantially when deployed under any non-training scaffold. Untrained base models do not show this divergence, indicating the gap is fine-tuning-induced and tied to the conventions of the training scaffold. We argue that a load-bearing scaffold-specific behavior is planning structure, in two senses this paper distinguishes: explicit planning, a pre-execution plan produced as a first-class artifact, and implicit planning, the structural conventions that shape execution throughout the agent loop. Under this hypothesis, closing the gap requires moving planning from a fixed scaffold artifact to a learned model capability. We introduce Decoupling CLI Agent Scaffolding (DCAS), a backend-substitution interception layer that routes API traffic between any CLI scaffold and any backend model without modifying the scaffold, enabling cross-scaffold evaluation and planning-aware trajectory collection. Using DCAS, a controlled plan-source intervention confirms planning quality is a high-leverage component, with gains exceeding the cross-scaffold drops we observe. A model fine-tuned on a small set of DCAS-collected planning-aware trajectories under a single scaffold gains consistently across non-training scaffolds, and the two senses of planning are empirically separable in training data.
- Abstract（参考訳）: CLIベースのソフトウェアエンジニアリングエージェントは急速に成熟しているが、オープンエコシステムは単一のトレーニング環境に集約されている。
このデータに基づいて微調整されたモデルは、OpenHandsの下では良好だが、トレーニングされていない足場にデプロイすると大幅に劣化する。
トレーニングされていないベースモデルは、このばらつきを示しておらず、ギャップが微調整によって引き起こされ、トレーニング足場の慣習に結びついていることを示している。
本論文は, 明示的な計画, 第一級アーティファクトとして作成される事前実行計画, 暗黙的な計画, エージェントループ全体を通して実行を形作る構造規則の2つを区別する。
この仮説の下では、ギャップを埋めるためには、固定された足場から学習されたモデル能力に移行する計画が必要である。
Decoupling CLI Agent Scaffolding (DCAS)は,任意のCLI足場と任意のバックエンドモデル間のAPIトラフィックを,足場を変更することなくルーティングするバックエンド代替インターセプションレイヤである。
DCASを使用すると、制御されたプランソースによる介入により、計画品質が高レベルなコンポーネントであることが確認され、観測したクロススケールフォールド・ドロップを超える利得が得られます。
1つの足場の下にDCASコンパイルされた計画対応軌道の小さなセットに微調整されたモデルが、トレーニングされていない足場を一貫して獲得し、トレーニングデータにおいて2つの計画感覚を経験的に分離することができる。
関連論文リスト
- Geometric Distributional Control: Learning Progress with Partial Structural Knowledge [6.099441855983951]
予測的最適化とモデルベース制御は、動的、パラメータ、目的、オンライン計画モデルが指定されたときに強力である。
強化学習はこの要件を緩和することができるが、シーケンシャルなデータと相互作用から長い水平値の信号を推測する必要がある。
この中間体制は、自動運転、倉庫ロボット、交通制御、配送ドローンを含むシステムで一般的である。
幾何分布制御(GDC)はこの部分的知識設定のために設計されており、制御を実現可能性と進歩に分解する。
論文 参考訳（メタデータ） (2026-09-06T01:39:05Z) - SAGP: Semantic Affordance-Guided Grasp Planning via Coarse-Zone VLM Reasoning [1.8988957322012407]
幾何学に基づく把握プランナーは、物理的に妥当な把握を保証するが、機能的意味論を無視する。
幾何的把握計画に高レベルの意味論的推論を強く結び付ける、実践的で訓練のないフレームワークはまだ提案されていない。
本稿では,粗いゾーン抽象化層上に構築されたトレーニングフリーパイプラインであるSemantic Affordance-Guided Grasp Planning (SAGP)を紹介する。
論文 参考訳（メタデータ） (2026-07-31T12:59:05Z) - Miles: Metric Learning with Expandable Subspace for Pre-Trained Model-Based Class-Incremental Learning [57.237835833636154]
本稿では,事前学習された知識の事前情報を活用するために,拡張可能なサブスペース(マイル)を用いたMetrIc Learningを提案する。
Milesは様々なCIL設定で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-07-20T06:22:02Z) - AC-VLA: Robust Out-of-Distribution Action Execution via Compositional Learning [52.47988016454267]
VLA(Vision-Language-Action)モデルは、エンドツーエンドのロボット操作において優れているが、アウト・オブ・ディストリビューション(OOD)の一般化に苦慮している。
構成的サブスキルのセマンティクスよりも全体論的軌道パターンに過度に適合するEmphtrajectory overfittingと、世界空間の接地を犠牲にして手首面のテクスチャを過度に強調するEmphperceptual shortcutの2つの相互強化モードを同定する。
textbfAC-VLA, プラグアンドプレイアクション構成学習について紹介する。
論文 参考訳（メタデータ） (2026-07-17T07:51:03Z) - PrismAD: Decoupled Planning via Semantic Mixture-of-Planners for End-to-End Autonomous Driving [25.508648721515357]
PrismADは、Semantic Mixture-of-Plannersをベースにしたエンドツーエンドの自動運転フレームワークである。
シーントークンをインタラクション、ジオメトリ、インテントグループに分割し、同じアーキテクチャを持つ独立した計画専門家に割り当てるが、パラメータは分離する。
nuScenesのオープンループデータセットとNeuroNCAPクローズループベンチマークの実験は、PrismADが競合するパフォーマンスを示していることを示している。
論文 参考訳（メタデータ） (2026-07-11T14:36:40Z) - LeCropFollow: Latent Space Planning for Navigation in Unstructured Crop Fields [7.898784066160524]
本稿では,視覚ナビゲーションフレームワークLeCropFollowについて述べる。
その結果,LeCropFollowは非構造行で最先端のベースラインと一致しているが,プランテーションギャップでは著しく優れていた。
これらの結果から,不均一な農業環境下での運用において,潜在計画が幾何的推定に頑健な代替手段となることが示唆された。
論文 参考訳（メタデータ） (2026-06-30T16:47:08Z) - Plan Before Search: Search Agents Need Plan [66.42962362539934]
サブスキル間の依存構造と蒸留が能力獲得への唯一の道ではない可能性について検討する。
本研究では,任意のターゲットモデルにおいてPlanを活性化するフィルタトラジェクトリを小型のシードモデルで生成する自己ブートストラッピングパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-27T11:54:15Z) - Beyond Dense Futures: World Models as Structured Planners for Robotic Manipulation [43.5447478385855]
本稿では、生成的世界モデルを信頼性制御のための明示的な構造化プランナーに再構成するStructVLAを提案する。
我々はこの手法を,個別のトークン語彙を統一した2段階の訓練パラダイムを用いて実装する。
我々の実験では、StructVLAはSimplerEnv-WidowXで75.0%、LIBEROで94.8%という高い平均成功率を達成した。
論文 参考訳（メタデータ） (2026-03-13T01:33:48Z) - RanPAC: Random Projections and Pre-trained Models for Continual Learning [59.07316955610658]
継続学習(CL)は、古いタスクを忘れずに、非定常データストリームで異なるタスク(分類など)を学習することを目的としている。
本稿では,事前学習モデルを用いたCLの簡潔かつ効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2023-07-05T12:49:02Z) - Unified Instance and Knowledge Alignment Pretraining for Aspect-based
Sentiment Analysis [96.53859361560505]
Aspect-based Sentiment Analysis (ABSA) は、ある側面に対する感情の極性を決定することを目的としている。
事前トレーニングと下流ABSAデータセットの間には、常に深刻なドメインシフトが存在する。
我々は,バニラ・プレトレイン・ファインチューンパイプラインにアライメント事前訓練フレームワークを導入する。
論文 参考訳（メタデータ） (2021-10-26T04:03:45Z) - STRIPS Action Discovery [67.73368413278631]
近年のアプローチでは、すべての中間状態が欠如している場合でも、アクションモデルを合成する古典的な計画が成功している。
アクションシグネチャが不明な場合に,従来のプランナーを用いてSTRIPSアクションモデルを教師なしで合成するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-01-30T17:08:39Z)
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。