論文の概要: Tree-of-Experience: Hierarchical Experience Management for Self-Evolving Agents
- arxiv url: http://arxiv.org/abs/2608.09044v1
- Date: Mon, 10 Aug 2026 02:49:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.046239
- Title: Tree-of-Experience: Hierarchical Experience Management for Self-Evolving Agents
- Title（参考訳）: 経験のツリー:自己進化型エージェントの階層的体験管理
- Abstract要約: 構造化経験管理フレームワークであるtextbfTree-textbfof-textbfExperience (ToE) を提案する。
ToEは、経験を分析的視点と推論パスの共有ツリーに整理する。
実験により、ToEは問題解決性能と効率の両方を大幅に改善することが示された。
- 参考スコア（独自算出の注目度）: 7.400600301289333
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continual self-evolution requires LLM agents to transform environmental interactions into reliable and reusable experience. Existing methods typically refine individual trajectories or abstract shared knowledge from related trajectories, but their experience representations are often disconnected from the underlying reasoning process. This limits feedback attribution, cross-task transfer, and update and retrieval efficiency, particularly in complex reasoning tasks with outcome-level feedback. To overcome this limitation, we propose \textbf{T}ree-\textbf{o}f-\textbf{E}xperience (ToE), a structured experience-management framework that aligns experience organization with the hierarchical reasoning process of LLM agents. Specifically, ToE organizes the experience into a shared tree of analytical perspectives and reasoning paths, whose reliability is calibrated through environmental outcomes to support systematic updating, transfer, and efficient retrieval. The experimental results on \textsc{Game of 24} and \textsc{FinEvolveBench} show that ToE substantially improves both problem-solving performance and efficiency. On \textsc{Game of 24}, ToE achieves a 31.4\% relative improvement in accuracy over the experience-free ToT baseline. On \textsc{FinEvolveBench}, ToE improves tsIC by an average of 41.24\% over the experience-free pipeline across 12 evaluation settings, whereas conventional experience-management methods often underperform experience-free baselines.
- Abstract（参考訳）: 継続的な自己進化は、環境相互作用を信頼性と再利用可能な体験に変換するためにLLMエージェントを必要とする。
既存の手法は通常、個々の軌跡や関連する軌跡から抽象的な共有知識を洗練させるが、それらの経験表現は根底にある推論過程から切り離されることが多い。
これにより、特に結果レベルのフィードバックを伴う複雑な推論タスクにおいて、フィードバックの属性、クロスタスク転送、更新と検索の効率が制限される。
この制限を克服するために、LLMエージェントの階層的推論プロセスと経験組織を整合させる構造化経験管理フレームワークである \textbf{T}ree-\textbf{o}f-\textbf{E}xperience (ToE) を提案する。
具体的には、ToEは、その経験を分析的視点と推論経路の共有ツリーにまとめ、その信頼性は環境結果を通じて調整され、体系的な更新、転送、効率的な検索をサポートする。
The experimental results on \textsc{Game of 24} and \textsc{FinEvolveBench} show that ToE is significantly improves both problem-solving performance and efficiency。
textsc{Game of 24}では、経験のないToTベースラインよりも31.4\%の精度向上を実現している。
textsc{FinEvolveBench} では、ToE は12の評価設定で経験のないパイプラインを平均41.24\%上回る tsIC を改善している。
関連論文リスト
- S3Gym: Can LLMs Turn Self-Testing and Self-Judging into Self-Improvement? [66.17176838165994]
大規模言語モデル(LLM)は、ますます外部環境と相互作用し、かなりの行動経験を蓄積する。
エージェントがその振る舞いを積極的にテストし、得られた経験を判断し、その経験を使って将来の意思決定を改善することができるかどうかは不明だ。
LLM自己改善評価のための対話型ベンチマークである textbfStextsuperscript3Gym を導入する。
論文 参考訳（メタデータ） (2026-08-31T17:05:41Z) - Self-Improving Large Language Models via Progressive Experience Evolution [52.03479747358687]
textbfSPEE(textbfSelf-textbfProgressive textbfExperience textbfEvolution)を提案する。
5つの数学的推論ベンチマークの実験は、SPEEが3つのモデルスケールでテスト時間とトレーニング時間の両方の自己進化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。
論文 参考訳（メタデータ） (2026-08-03T12:27:32Z) - PATH-Bench: Path-Dependent Evaluation of Lifelong Agents [27.837334107109786]
PATH-Benchは、生涯エージェントのパス依存評価のためのベンチマークである。
SEU(Selective Experience Use)は,経路蓄積経験が各タスクにどのように影響するかを制御するエージェントハーネスである。
論文 参考訳（メタデータ） (2026-08-02T11:00:04Z) - Tree-of-Experience: A Structured Experience-Management Solution for Self-Evolving Agents under Low-Repetition and Implicit-Reward Environments [7.400600301289333]
暗黙の報酬を伴う低繰り返しタスク、過去の経験を再利用するのが難しく、フィードバックが遅れ、うるさい、そして結果レベル。
本研究では,エージェント体験の整理,検索,検証,更新を行う構造化経験管理手法であるTree-of-Experience(ToE)を提案する。
論文 参考訳（メタデータ） (2026-06-05T06:39:16Z) - EvoIR-Agent: Self-Evolving Image Restoration Agentic System via Experience-Driven Learning [39.60899845728349]
マルチモーダル大言語モデル(MLLM)による画像復元は,分解結合シナリオの有効性を示す。
トレーニングベースのメソッドは、固有の経験をパラメータに組み込んで、高い推論効率を実現するが、新しいツールや分解との互換性に欠ける。
EvoIR-Agentは、まず、トレーニング不要の画像復元エージェントの経験成分を体系的に定式化する。
論文 参考訳（メタデータ） (2026-05-21T09:14:25Z) - Rethinking Experience Utilization in Self-Evolving Language Model Agents [51.10420305280499]
自己進化剤は過去の相互作用から経験を蓄積し再利用することで改善する。
本稿では,自己進化型エージェントの重要設計次元としての利用経験について考察する。
論文 参考訳（メタデータ） (2026-05-08T02:48:49Z) - Decocted Experience Improves Test-Time Inference in LLM Agents [30.56835805919089]
実効的な文脈構築は、経験に大きく依存することを示す。
我々は、効率的なコンテキスト構築の鍵となるメカニズムとして、表現された経験を識別する。
我々は、数学推論、Webブラウジング、ソフトウェア工学など、推論やエージェント的タスクにまたがる結果を検証する。
論文 参考訳（メタデータ） (2026-04-06T02:49:32Z) - Large Language Model Agents Are Not Always Faithful Self-Evolvers [84.08646612111092]
自己進化型大規模言語モデル(LLM)エージェントは、過去の経験を蓄積し再利用することによって継続的に改善される。
本稿では,経験の忠実さ,エージェントの判断が与えられた経験に因果的依存を初めて体系的に調査する。
論文 参考訳（メタデータ） (2026-01-30T01:05:15Z) - Toward Structured Knowledge Reasoning: Contrastive Retrieval-Augmented Generation on Experience [8.270615745804557]
大規模言語モデル(LLM)は、平易なテキストタスクでは高いパフォーマンスを達成するが、テーブルやデータベースのような構造化データでは性能が低い。
本稿では,体験記憶表現を構築するフレームワークであるContrastive Retrieval-Augmented Generation on Experience (CoRE)を紹介する。
実験の結果、CoREはパフォーマンスを著しく改善し、平均利得は3.44%と4.24%となり、挑戦的なタスクは最大17.2%向上した。
論文 参考訳（メタデータ） (2025-06-01T05:22:00Z) - CoPS: Empowering LLM Agents with Provable Cross-Task Experience Sharing [70.25689961697523]
クロスタスク体験の共有と選択によるシーケンシャル推論を強化する一般化可能なアルゴリズムを提案する。
我々の研究は、既存のシーケンシャルな推論パラダイムのギャップを埋め、タスク間体験の活用の有効性を検証する。
論文 参考訳（メタデータ） (2024-10-22T03:59:53Z) - Iterative Experience Refinement of Software-Developing Agents [81.09737243969758]
大規模な言語モデル(LLM)は、過去の経験を活用してエラーを低減し、効率を高めることができる。
本稿では,LLMエージェントがタスク実行中に反復的に経験を洗練できる反復体験精錬フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-07T11:33:49Z)
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。