論文の概要: SSE-Bio: A Structured Self-Evolving Agent with Agentic Retrieval Policy for Multi-Hop Biomedical Reasoning

• arxiv url: http://arxiv.org/abs/2608.22132v1
• Date: Sat, 22 Aug 2026 23:08:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.633552
• Title: SSE-Bio: A Structured Self-Evolving Agent with Agentic Retrieval Policy for Multi-Hop Biomedical Reasoning
• Title（参考訳）: SSE-Bio:マルチホップバイオメディカル推論のためのエージェント検索ポリシー付き構造化自己進化エージェント
• Abstract要約: バイオメディカル推論のためのエージェント検索ポリシを備えた構造化自己進化剤であるSSE-Bioを提案する。 エージェント命令をグローバルに書き換える代わりに、SSE-Bioは構造化状態を維持し、トレーニング可能なプロキシポリシを通じて知識三脚と事前テンプレートを選択的に取得する。 3つのバイオメディカルマルチホップQAベンチマークの実験は、SSE-Bioが既存の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。
• 参考スコア（独自算出の注目度）: 27.707801956152043
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Biomedical multi-hop question answering (QA) requires models to connect evidence across intermediate entities such as diseases, drugs, proteins, and phenotypes. Existing agents typically rely on static retrieval workflows or coarse-grained prompt rewriting, which can lead to instruction drift when reasoning procedures need to be updated. We propose SSE-Bio, a structured self-evolving agent with an agentic retrieval policy for multi-hop biomedical reasoning. Instead of globally rewriting agent instructions, SSE-Bio maintains a structured state, selectively retrieves knowledge triplets and prior templates through a trainable proxy policy, and improves its reasoning memory through fine-grained template editing. To optimise retrieval decisions, we introduce a proxy-training strategy based on group relative policy optimization, where the proxy is improved through decision-contrastive groups over alternative retrieval choices. Experiments on three biomedical multi-hop QA benchmarks show that SSE-Bio consistently outperforms existing baselines, achieving an improvement of 6.56 absolute points over the strongest self-evolving baseline on BioHopR.
• Abstract（参考訳）: バイオメディカル・マルチホップ・質問応答 (QA) は、疾患、薬物、タンパク質、表現型などの中間体にまたがるエビデンスを接続するモデルを必要とする。 既存のエージェントは通常、静的なワークフローや粗いプロンプトの書き直しに依存しており、推論手順を更新する必要がある場合、命令のドリフトにつながる可能性がある。 マルチホップバイオメディカル推論のためのエージェント検索ポリシを備えた構造化自己進化剤であるSSE-Bioを提案する。 エージェント命令をグローバルに書き換える代わりに、SSE-Bioは構造化状態を維持し、トレーニング可能なプロキシポリシーを通じて知識三脚と以前のテンプレートを選択的に検索し、きめ細かいテンプレート編集によって推論メモリを改善する。 検索決定を最適化するために,グループ相対ポリシー最適化に基づくプロキシ学習戦略を導入する。 3つのバイオメディカルマルチホップQAベンチマークの実験により、SSE-Bioは既存のベースラインを一貫して上回り、BioHopR上での最強の自己進化ベースラインよりも6.56の絶対点の向上を達成した。

関連論文リスト

• Adaptive Memory and Reflection Multi-Agent System for Medical Question Answering [4.619273384362027]
  この研究は適応型メモリ・アンド・リフレクション(AMR)エージェントシステムを導入している。 専門エージェントは、専用のメモリとリフレクションベースのフィードバックを使用して、関連する事前ケースを検索し、その後の推論を改善する。 MedQAとMedMCQAの評価は,いくつかのベースラインと比較して高い性能を示した。
  論文  参考訳（メタデータ） (2026-08-19T15:24:18Z)
• AffectAgent: Collaborative Multi-Agent Reasoning for Retrieval-Augmented Multimodal Emotion Recognition [62.16431420189863]
  LLMに基づくマルチモーダル感情認識は静的なパラメトリックメモリに依存しており、ニュアンス化された感情状態の解釈時にしばしば幻覚を与える。 本稿では,感情指向型マルチエージェント検索拡張生成フレームワークであるAffectAgentを紹介する。 AffectAgentは3つの共同最適化されたエージェント、すなわちクエリプランナー、エビデンスフィルタ、感情生成器から構成される。
  論文  参考訳（メタデータ） (2026-04-14T13:49:19Z)
• MedSAM-Agent: Empowering Interactive Medical Image Segmentation with Multi-turn Agentic Reinforcement Learning [53.37068897861388]
  MedSAM-Agentは、対話的なセグメンテーションを多段階の自律的な意思決定プロセスとして再構築するフレームワークである。 マルチターン・エンド・ツー・エンドの成果検証を統合した2段階のトレーニングパイプラインを開発した。 6つの医療モダリティと21のデータセットにわたる実験は、MedSAM-Agentが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-03T09:47:49Z)
• UETQuintet at BioCreative IX - MedHopQA: Enhancing Biomedical QA with Selective Multi-hop Reasoning and Contextual Retrieval [0.0]
  直接質問と逐次質問の両方を効果的に解決するモデルを提案する。 マルチソース情報検索とインコンテキスト学習を利用して、回答を生成するためのリッチで関連するコンテキストを提供する。 当社のアプローチでは,Exact Matchスコア0.84を達成し,現行のリーダボードで2位となった。
  論文  参考訳（メタデータ） (2026-01-11T16:12:38Z)
• Optimizing Life Sciences Agents in Real-Time using Reinforcement Learning [0.0]
  我々は,AWS Strands AgentsとThompson Smplingを組み合わせた新しいフレームワークを提案し,AIエージェントがユーザフィードバックだけで最適な意思決定戦略を学習できるようにする。 ランダムなベースラインに比べてユーザ満足度は15～30%向上し,20～30クエリ後に明らかな学習パターンが出現した。 我々のアプローチでは、基礎となる真理ラベルを必要とせず、ユーザの好みに継続的に適応し、エージェントAIシステムにおける探索-探索ジレンマに対する原則的な解決策を提供する。
  論文  参考訳（メタデータ） (2025-11-26T16:05:02Z)
• 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)
• RAG-BioQA Retrieval-Augmented Generation for Long-Form Biomedical Question Answering [0.0]
  本稿では,検索拡張世代とドメイン固有の微調整を組み合わせた新しいフレームワークであるRAG-BioQAについて述べる。 PubMedQAデータセットの実験結果は、ベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2025-10-02T02:49:09Z)
• Can an Individual Manipulate the Collective Decisions of Multi-Agents? [53.01767232004823]
  M-Spoilerは、マルチエージェントシステム内のエージェントインタラクションをシミュレートして、対向サンプルを生成するフレームワークである。 M-スポイラーは、敵対的サンプルの最適化を積極的に支援するスタブボーン剤を導入した。 本研究は,マルチエージェントシステムにおける個々のエージェントの知識によって引き起こされるリスクを検証した。
  論文  参考訳（メタデータ） (2025-09-20T01:54:20Z)
• STARec: An Efficient Agent Framework for Recommender Systems via Autonomous Deliberate Reasoning [54.28691219536054]
  我々は、自律的な熟考的推論機能を備えたレコメンデータシステムを支援する、ゆっくり考えられた拡張エージェントフレームワークSTARecを紹介する。 我々は,先進的推論モデルと嗜好整合型報酬形成から構造化知識の蒸留を組み合わせた2段階のパラダイムであるアンカー強化訓練を開発する。 MovieLens 1MとAmazon CDsベンチマークの実験では、STARecは最先端のベースラインと比較して、大幅なパフォーマンス向上を実現している。
  論文  参考訳（メタデータ） (2025-08-26T08:47:58Z)
• SeRTS: Self-Rewarding Tree Search for Biomedical Retrieval-Augmented Generation [50.26966969163348]
  大規模言語モデル(LLM)は,検索増強世代(RAG)の進展に伴い,生物医学領域において大きな可能性を示した。 既存の検索強化アプローチは、様々なクエリやドキュメント、特に医療知識クエリに対処する上で、課題に直面している。 モンテカルロ木探索(MCTS)と自己回帰パラダイムに基づく自己回帰木探索(SeRTS)を提案する。
  論文  参考訳（メタデータ） (2024-06-17T06:48:31Z)
• HiPrompt: Few-Shot Biomedical Knowledge Fusion via Hierarchy-Oriented Prompting [33.1455954220194]
  HiPromptは、監督効率の良い知識融合フレームワークである。 階層指向のプロンプトを通じて、大規模言語モデルの数発の推論能力を引き出す。 収集したKG-Hi-BKFベンチマークデータセットの実験的結果は、HiPromptの有効性を示している。
  論文  参考訳（メタデータ） (2023-04-12T16:54:26Z)

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。