論文の概要: MEGA: Self-Evolving Agent Optimization Infrastructure via Wisdom Graph
- arxiv url: http://arxiv.org/abs/2608.10504v1
- Date: Tue, 11 Aug 2026 05:21:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.916985
- Title: MEGA: Self-Evolving Agent Optimization Infrastructure via Wisdom Graph
- Title（参考訳）: MEGA: Wisdom Graphによる自己進化型エージェント最適化基盤
- Abstract要約: MEGA(Meta Evaluation-Grounded Adaptation)は、ギャップを自己進化的なインフラストラクチャとして扱う。
それぞれの最適化サイクルは耐久性のある資産を生成し、それらの資産に対する構成的推論はその後の最適化を導く。
- 参考スコア（独自算出の注目度）: 1.2174495485563017
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As coding agents increasingly handle implementation, the central challenge shifts from building individual agents to building an infrastructure that systematically improves them. Current approaches optimize agent systems without accumulating transferable knowledge, accumulate knowledge without compositional reasoning over it, and lack a mechanism for that knowledge to self-evolve through operational evidence. MEGA (Meta Evaluation-Grounded Adaptation) addresses these gaps as a self-evolving infrastructure: each optimization cycle produces durable assets, compositional reasoning over those assets guides subsequent optimization, and operational evidence refines both the accumulated wisdom and the reasoning that governs it. Layer 1 distills reusable wisdom from agent sessions through behavioral-pattern clustering and empirical A/B validation, transforming each process into a durable asset. Layer 2 decomposes these assets into atomic PCR (Primary-Context-Resultant) units within a typed Wisdom Graph and performs deductive, abductive, and inductive reasoning to expand implicit relations; it then assembles context-specific execution plans through compositional retrieval that surfaces bridging knowledge unreachable by embedding similarity alone. Layer 3 performs multi-agent collaborative optimization over heterogeneous agent workflows (code nodes, LLM calls, and tool-using agents), attributing improvement effects to specific strategy changes through controlled evaluation that eliminates data variance. Evidence fed back from Layer 3 drives the self-evolution of both the curation strategies that govern wisdom composition and the optimization trajectories accumulated across runs. The result is an infrastructure in which optimizing an agent system and evolving the knowledge that guides optimization are one and the same process.
- Abstract（参考訳）: コーディングエージェントがますます実装を扱うようになるにつれて、中心的な課題は、個々のエージェントの構築から、それらを体系的に改善するインフラストラクチャ構築へとシフトする。
現在のアプローチでは、伝達可能な知識を蓄積せずにエージェントシステムを最適化し、構成的推論なしで知識を蓄積し、その知識を運用上の証拠を通じて自己進化させるメカニズムを欠いている。
MEGA(Meta Evaluation-Grounded Adaptation)は、これらのギャップを自己進化的なインフラとして解決し、それぞれの最適化サイクルは耐久性のある資産を生成し、それらの資産に対する構成的推論はその後の最適化を導く。
レイヤ1は、振る舞いパターンのクラスタリングと実証的なA/B検証を通じて、エージェントセッションから再利用可能な知恵を蒸留し、各プロセスを耐久性のある資産に変換する。
レイヤ2は、これらの資産をタイプされたWisdom Graph内のアトミックPCR(Primary-Context-Resultant)単位に分解し、暗黙的な関係を拡大するために誘因的、誘因的、帰納的、帰納的推論を実行する。
レイヤ3は異種エージェントワークフロー(コードノード、LCM呼び出し、ツール使用エージェント)に対してマルチエージェント協調最適化を行い、データ分散を排除する制御評価を通じて、特定の戦略変更に改善効果をもたらす。
レイヤ3からフィードバックされた証拠は、知恵の構成を支配するキュレーション戦略と、実行中に蓄積された最適化トラジェクトリの両方を自己進化させる。
その結果、エージェントシステムを最適化し、最適化を導く知識を進化させるインフラストラクチャが同一のプロセスである。
関連論文リスト
- From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents [90.3279207163486]
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。
論文 参考訳（メタデータ） (2026-07-08T12:09:49Z) - IterInject: Indirect Prompt Injection Against LLM Agents via Feedback-Guided Iterative Optimization [33.58630045185762]
既存の攻撃は、エージェント固有の防御に適応できない静的ペイロードに依存している。
インジェクション,診断,診断のループを閉じるフィードバック誘導反復型フレームワークである oursys を導入する。
ステップは、失敗パターンから新しい偽の種を生成し、戦略空間を自己進化させる。
論文 参考訳（メタデータ） (2026-05-23T17:00:06Z) - Evolutionary Ensemble of Agents [7.465452178698495]
EvEは、分散化されたフレームワークであり、アルゴリズム発見のためのライブで共進化するシステムにコーディングエージェントを編成する。
2つの共進化する人口を維持することで、EvEはエージェントを同期レースを通じて評価し、経験的Elo格付けを更新する。
固定初期エージェントや凍結した「ベスト進化」エージェントによって駆動される変種と比較して、EvEは位相ミスマッチを独自に回避する。
論文 参考訳（メタデータ） (2026-05-09T15:56:10Z) - Co-evolving Agent Architectures and Interpretable Reasoning for Automated Optimization [6.428928591765431]
大規模言語モデル(LLM)を用いた操作研究は、手作業による推論によって制限されている。
自動最適化のための共進化的フレームワークであるEvoOR-Agentを提案する。
ケーススタディとアブレーション分析は、明示的なアーキテクチャ進化とグラフによる推論-軌道探索が、性能改善と構造的解釈可能性の両方に寄与していることを示している。
論文 参考訳（メタデータ） (2026-04-20T01:44:18Z) - Agentic Planning with Reasoning for Image Styling via Offline RL [66.10749901925941]
直接的なプロンプトベースの編集は複雑な変換では失敗するが、なぜなら曖昧で主観的なプロンプトは、画像に何を変更するべきかを微妙に理解する必要がしばしばあるからである。
ツールベースのエージェントRLポストトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-07T11:14:37Z) - Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem [90.17610617854247]
本稿では,エージェントモデルの生産パイプラインを最適化する基盤インフラであるエージェント学習エコシステム(ALE)を紹介する。
ALEは、重量最適化のためのトレーニング後のフレームワークであるROLL、軌道生成のためのサンドボックス環境マネージャであるROCK、効率的なコンテキストエンジニアリングのためのエージェントフレームワークであるiFlow CLIの3つのコンポーネントで構成されている。
ROMEはALEが基盤として100万件以上のトラジェクトリをトレーニングしたオープンソースエージェントです。
論文 参考訳（メタデータ） (2025-12-31T14:03:39Z) - SCOPE: Prompt Evolution for Enhancing Agent Effectiveness [53.75986399936395]
大規模言語モデル(LLM)エージェントは、大規模で動的なコンテキストを生成する環境にますますデプロイされている。
エージェントはこのコンテキストにアクセスできますが、静的なプロンプトには効果的に管理するメカニズムがありません。
textbfSCOPE (Self-evolving Context Optimization via Prompt Evolution) を導入する。
本稿では,戦術的特異性(即時誤りの解消)と戦略的汎用性(長期原則の進化)のバランスをとるデュアルストリーム機構を提案する。
論文 参考訳（メタデータ） (2025-12-17T12:25:05Z) - Alita-G: Self-Evolving Generative Agent for Agent Generation [54.49365835457433]
汎用エージェントをドメインエキスパートに変換するフレームワークであるALITA-Gを提案する。
このフレームワークでは、ジェネラリストエージェントが対象ドメインタスクのキュレートされたスイートを実行する。
計算コストを削減しながら、大きな利益を得ることができます。
論文 参考訳（メタデータ） (2025-10-27T17:59:14Z) - Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models [18.829572148850563]
ACE(Agentic Context Engineering)は、コンテキストを進化するプレイブックとして扱うフレームワークである。
エージェントとドメイン固有のベンチマークを通じて、ACEは一貫して強力なベースラインを上回っている。
ACEは、ラベル付けされた監視なしに効果的に適応することができ、代わりに自然な実行フィードバックを活用することができる。
論文 参考訳（メタデータ） (2025-10-06T09:30:18Z) - Stochastic Self-Organization in Multi-Agent Systems [28.70691568233268]
LLM(Large Language Models)に基づくマルチエージェントシステム(MAS)は、単一のLLMの範囲を超えているタスクを解く可能性がある。
通信をオンザフライで適応する応答条件付きフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-01T09:08:04Z) - Dynamic Context-oriented Decomposition for Task-aware Low-rank Adaptation with Less Forgetting and Faster Convergence [131.41894248194995]
タスク認識方式でアダプタを初期化する新しい手法であるコンテキスト指向分解適応(CorDA)を提案する。
本手法は,タスク認識により,知識保存モード (KPM) と命令レビューモード (IPM) の2つのオプション適応モードを実現する。
論文 参考訳（メタデータ） (2025-06-16T07:55:14Z) - On the Role of Feedback in Test-Time Scaling of Agentic AI Workflows [71.92083784393418]
エージェントAI(自律的な計画と行動を行うシステム)は広く普及しているが、複雑なタスクにおけるタスクの成功率は低いままである。
推論時のアライメントは、サンプリング、評価、フィードバックの3つのコンポーネントに依存します。
本稿では,様々な形態の批判から抽出されたフィードバックを繰り返し挿入するIterative Agent Decoding(IAD)を紹介する。
論文 参考訳（メタデータ） (2025-04-02T17:40:47Z)
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。