論文の概要: ADE: Agentic Data Evolution Framework for Human-Centered Objectives

• arxiv url: http://arxiv.org/abs/2608.23719v1
• Date: Mon, 24 Aug 2026 18:07:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.503084
• Title: ADE: Agentic Data Evolution Framework for Human-Centered Objectives
• Title（参考訳）: ADE:人間中心の目的のためのエージェントデータ進化フレームワーク
• Abstract要約: Agentic Data Evolution (ADE)は、データスナップショットの進化として、合成監視を組織する。 ADEは、クローズドループのObservatory-Variation-Selection(OVS)手順を通じて、データスナップショットを改善する。 ブラインドの専門家による評価はさらにこれを確認し、66.11%が進化した回答を好んでいる。
• 参考スコア（独自算出の注目度）: 27.381414874688318
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Aligning large language models to human-centered objectives is difficult when targets are non-executable and context-dependent, limiting reliable verification and scalable supervision. Although synthetic data expands coverage, weak verification shifts the bottleneck from generation to selection. Noisy signals destabilize iterative refinement and can cause silent regressions. We propose Agentic Data Evolution (ADE), a data-centric framework that organizes synthetic supervision as evolving data snapshots. ADE improves data snapshots through a closed-loop Observation-Variation-Selection (OVS) procedure, where a steady-state admission mechanism acts as a quality ratchet that conservatively gates updates for sustained cross-round improvement. We validate these improvements through complementary intrinsic trend tracking and extrinsic post-training evaluation. On DEV300, ADE raises the intrinsic win rate from 50% to 75.81% and the extrinsic win rate from 55.20% to 68.86%, consistent performance gains across diverse benchmarks. Blind expert evaluation further confirms this, with a 66.11% preference for evolved answers. These gains extend across post-training methods, model scales, and tasks beyond the target weakly verifiable educational objectives. Resources are available at https://github.com/ZeroLoss-Lab/Agentic-Data-Evolution.
• Abstract（参考訳）: 大規模言語モデルを人間中心の目標に調整することは、ターゲットが実行不可能でコンテキスト依存であり、信頼性の高い検証とスケーラブルな監視を制限する場合、難しい。 合成データは範囲を広げるが、弱い検証はボトルネックを生成から選択へとシフトさせる。 ノイズ信号は反復的な精細化を不安定化し、サイレントレグレッションを引き起こす。 我々は,データスナップショットの進化として合成監督を組織するデータ中心のフレームワークであるAgentic Data Evolution (ADE)を提案する。 ADEはクローズドループ・オブザーバリテーション・セレクション(OVS)手順を通じてデータスナップショットを改善し、定常的なインサート機構は、持続的なクロスラウンド改善のために更新を保守的にゲートする品質ラチェットとして機能する。 我々は,これらの改善を,相補的な内在的傾向追跡と外在的学習後評価を通じて検証する。 DEV300では、内在的な勝利率を50%から75.81%に、外在的な勝利率を55.20%から68.86%に引き上げ、様々なベンチマークで一貫したパフォーマンス向上を実現している。 ブラインドの専門家による評価はさらにこれを確認し、66.11%が進化した回答を好んでいる。 これらの成果は、訓練後の方法、モデルスケール、目標とする検証可能な教育目的を超えたタスクにまたがる。 リソースはhttps://github.com/ZeroLoss-Lab/Agentic-Data-Evolutionで入手できる。

関連論文リスト

• Aspire: Can Models Self-Evolve from Vague Goals? [61.65007006747275]
  我々はあいまいなゴール駆動型自己進化のベンチマークであるASPIREを紹介する。 ASPIREは、統一された対話環境におけるモデルウェイトとエージェントハーネスの進化をサポートする。 実験の結果,曖昧な目標が探索努力を目標解釈に向けることが示唆された。
  論文  参考訳（メタデータ） (2026-08-31T17:14:59Z)
• Teaching LLMs to Self-Evolve: Cultivating Core Meta-Skills with Reinforcement Learning [51.17262419591891]
  AlphaEvolveが示すように、環境フィードバックによる反復的自己進化によるテスト時間のスケーリングは、顕著なパフォーマンス向上を示している。 本稿では,データ合成パイプライン,進化対応強化学習,推論時進化探索によるメタスキル開発を目的としたMetaEvolveを提案する。
  論文  参考訳（メタデータ） (2026-07-24T04:35:29Z)
• CurateEvo: Data-Curation Evolving for Agentic Post-Training [53.68149869349268]
  エージェント学習後データキュレーションのための障害駆動動的進化フレームワークであるCurateEvoを提案する。 CurateEvoは、キュレーション戦略を実行可能なコードとして表現し、保持された開発セットから失敗したトラジェクトリを使って反復的に書き直します。 各エポックにおいて、進化した戦略は、固定された生コーパスを教師付き微調整データ、強化学習データ、推論時メモリバンクに変換する。
  論文  参考訳（メタデータ） (2026-07-07T11:07:00Z)
• Perception, Verdict, and Evolution: Hindsight-Driven Self-Refining Forensics Agent for AI-Generated Image Detection [80.15317858033534]
  ForeAgentは、反復的な自己進化を伴うAI生成画像検出のためのエージェント法医学フレームワークである。 ForeAgentはChameleonベンチマークで最先端のパフォーマンスを達成し、精度は82.18%に達した。 ForeAgent は GPT-5 や GPT-5-mini と比較して、より一貫性があり、因果的な推論をもたらす。
  論文  参考訳（メタデータ） (2026-06-25T02:59:33Z)
• Self-evolving LLM agents with in-distribution Optimization [60.05867547965365]
  大規模言語モデル(LLM)は最近、複雑な環境で対話的なエージェントのための強力なコントローラとして登場した。 本稿では,自動プロセス・リワードラベリングとポリシー学習を統一するLDMエージェントの自己進化フレームワークであるQ-Evolveを提案する。 我々は,AlfWorld,WebShop,ScienceWorldの手法を評価し,Q-Evolveがサンプル効率,堅牢性,全体的なタスク性能において高いベースラインを達成していることを示す。
  論文  参考訳（メタデータ） (2026-06-05T15:09:52Z)
• Evaluation as Evolution: Transforming Adversarial Diffusion into Closed-Loop Curricula for Autonomous Vehicles [43.930171390617055]
  本研究では,敵対的生成を適応的な進化カリキュラムに変換するクローズドループフレームワークであるAccess as Evolution(E2$)を紹介する。 我々は、トポロジ駆動型サポート選択を利用して重要な相互作用エージェントを特定し、トポロジカルアンチョリングを導入し、プロセスの安定化を図る。 実験的に、$E2$はnuScenesデータセットで9.01%、nuPlanデータセットで最大21.43%の衝突故障発見を改善する。
  論文  参考訳（メタデータ） (2026-04-08T01:34:05Z)
• ThreatFormer-IDS: Robust Transformer Intrusion Detection with Zero-Day Generalization and Explainable Attribution [0.0]
  IoTおよび産業ネットワークの侵入検出には、進化するトラフィックと限定されたラベルの下で信頼性を維持しながら、低い偽陽性率で稀な攻撃を検出できるモデルが必要である。 本研究では,トランスフォーマーをベースとしたシーケンシャルモデリングフレームワークThreatFormer-IDSを提案する。 時系列評価を備えたToN IoTベンチマークでは、ThreatFormer-IDSがAUCROC 0.994、AUC-PR 0.956、Recall@1%FPR 0.910を達成した。
  論文  参考訳（メタデータ） (2026-02-26T23:20:42Z)
• RoHOI: Robustness Benchmark for Human-Object Interaction Detection [84.78366452133514]
  ヒューマン・オブジェクト・インタラクション(HOI)検出は、コンテキスト認識支援を可能にするロボット・ヒューマン・アシストに不可欠である。 HOI検出のための最初のベンチマークを導入し、様々な課題下でモデルのレジリエンスを評価する。 我々のベンチマークであるRoHOIは、HICO-DETとV-COCOデータセットに基づく20の汚職タイプと、新しいロバストネスにフォーカスしたメトリクスを含んでいる。
  論文  参考訳（メタデータ） (2025-07-12T01:58:04Z)
• Sustaining model performance for covid-19 detection from dynamic audio data: Development and evaluation of a comprehensive drift-adaptive framework [0.5679775668038152]
  新型コロナウイルスのパンデミックは、多様なデータソースから病気を検出できる堅牢な診断ツールの必要性を強調している。 実世界のデータのダイナミックな性質は、基礎となるデータ分散が変化するにつれて、パフォーマンスが時間の経過とともに低下するモデルドリフトにつながる可能性がある。 本研究の目的は,モデルドリフトをモニタし,適応機構を用いて性能変動を緩和するフレームワークを開発することである。
  論文  参考訳（メタデータ） (2024-09-28T10:06:30Z)
• SRoUDA: Meta Self-training for Robust Unsupervised Domain Adaptation [25.939292305808934]
  教師なしドメイン適応(UDA)は、リッチラベルデータセットから学習した知識をラベルなしターゲットデータセットに転送することができる。 本稿では,UDAモデルの対角的ロバスト性を改善するために,SRoUDAというメタ自己学習パイプラインを提案する。
  論文  参考訳（メタデータ） (2022-12-12T14:25:40Z)
• VOS: Learning What You Don't Know by Virtual Outlier Synthesis [23.67449949146439]
  最近、ニューラルネットワークの安全なデプロイの重要性から、アウト・オブ・ディストリビューション(OOD)検出が注目されている。 従来のアプローチでは、モデル正則化に実際の外れ値データセットを頼っていた。 仮想外れ値の適応合成によるOOD検出のための新しいフレームワークであるVOSを提案する。
  論文  参考訳（メタデータ） (2022-02-02T18:43:01Z)

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。