論文の概要: Meta$^n$: Recursive Self-Improvement through Emergent Depth

• arxiv url: http://arxiv.org/abs/2608.24735v1
• Date: Tue, 25 Aug 2026 15:44:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:35.083309
• Title: Meta$^n$: Recursive Self-Improvement through Emergent Depth
• Title（参考訳）: Meta$^n$:創発的深さによる再帰的自己改善
• Abstract要約: メタ操作を固定し、代わりにその入力に再帰するMeta$n$を提示する。 $$は決して変更されないので、システムを不安定にすることはできない。 2つのバックボーンで、Meta$n$は8つのベンチマークファミリすべてで自己改善エージェントよりも優れています。
• 参考スコア（独自算出の注目度）: 23.841394887627086
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Self-improving LLM agents refine answers, not the process that produces those answers. Systems that add a meta-level hold that level fixed, and those that edit themselves must leave part of their own editing machinery untouched to stay stable, capping the meta-depth they realize at roughly two. We present Meta$^n$, which keeps the meta-operation fixed and recurses on its input instead. That operation, $Ω$, is applied repeatedly to its own products, reading the traces of the solver stack below together with the code that produced them, then writing the next layer as a strategic pre-process and a library of callable helpers. Because $Ω$ never changes, it cannot destabilize the system, and because its input strictly grows, each layer reasons from a higher vantage than the last. Depth is set by convergence rather than fixed in advance, and an evolutionary archive searches over layer chains. Across two backbones, Meta$^n$ outperforms prior self-improving agents on all eight benchmark families. The sharpest case is ARC-AGI-2, built to resist skill memorization, where it alone scores above zero. Ablations indicate that most of the gain from recursion comes from the conditioning each layer passes to the next, and distinct layer roles emerge with depth although no prompt prescribes them. Code available at https://github.com/minnesotanlp/meta-n
• Abstract（参考訳）: 自己改善型LLMエージェントは、答えを生成するプロセスではなく、答えを洗練します。 メタレベルのホールドを追加するシステムは、そのレベルを固定し、自分で編集する人は、自分の編集機械の一部に手を加えずに、安定していなければならない。 メタ操作を固定し、代わりにその入力に再帰するMeta$^n$を提示する。 そのオペレーションである$Ω$は、下記のソルバスタックのトレースと生成したコードを読み、次に次のレイヤを戦略的前処理と呼び出し可能なヘルパーのライブラリとして記述して、自社製品に繰り返し適用される。 Ω$は決して変化しないので、システムを不安定にすることはできないし、入力が厳密に大きくなるので、各層は前よりも高い速度から引き起こされる。 深さは事前に固定されるのではなく収束によって設定され、進化的アーカイブが層鎖を探索する。 2つのバックボーンにわたって、Meta$^n$は8つのベンチマークファミリすべてで自己改善エージェントよりも優れています。 最も鋭いケースはARC-AGI-2で、スキルの記憶に抵抗するために作られている。 アブレーションは、再帰から得られるほとんどの利益は、各層が次の層に渡す条件から来ていることを示している。 https://github.com/minnesotanlp/meta-n

関連論文リスト

• Fork Where the Model Changes Its Mind: Belief-Shift Branching for Tree-Structured Reinforcement Learning [62.24941741019998]
  分岐配置をチェーンの値曲線のエンフスの位置として定式化し、期待される結果が変わる。 ステップレベルの監視を必要としない3つのインスタンス化は、ブラックボックスプローブ、ログレンズの深さプロファイル、学習されたアクティベーション方向というアクセスレベルにまたがる。
  論文  参考訳（メタデータ） (2026-09-10T04:06:45Z)
• Sequential Planning via Anchored Robotic Keypoints [3.176338968032152]
  トレーニング不要なニューロシンボリック操作システムであるSPARK(Anchored Robotic Keypoints, SPARK)について述べる。 単一のGeminiコールは、構成可能なキネマティックプリミティブの型付き振舞いツリー(BT)としてプランを構成する。 2つ目のGeminiコールでは、オブジェクトごとに3つの代替テキストプロンプトが提案され、SAM3がそれぞれを評価します。 代替のプロンプトは、空間スイートに+27.7、オブジェクトスイートに+10.0、全体のリカバリループに+5.0を加算する。
  論文  参考訳（メタデータ） (2026-06-29T17:48:01Z)
• Deeper is Not Always Better: Mitigating the Alignment Tax via Confident Layer Decoding [92.1521161575198]
  我々は、最も信頼性の高いニアファイナル層を動的に選択する、トレーニング不要なデコーディング戦略であるConfident Decodingを紹介する。 密集型および混合型LLMの実験は、挑戦的推論ベンチマークにおいて一貫した利得を示す。
  論文  参考訳（メタデータ） (2026-06-20T07:03:26Z)
• Taming the Entropy Cliff: Variable Codebook Size Quantization for Autoregressive Visual Generation [21.427403915969872]
  トレーニングセットのパーポジション条件エントロピーは、数位置の後に条件分布が本質的に決定論的になるように、シーケンスに沿って急速に減衰する。 これを解決するために、可変コードブックサイズ量子化(VCQ)を提案し、そこでは、コードブックサイズ$K_t$がシーケンスに沿って単調に成長する。 バニラ自己回帰変換器と標準的な次世代予測により、VCQのベースバージョンはImageNet上でgFID w/oGを27.98から14.80に削減する。
  論文  参考訳（メタデータ） (2026-05-07T13:13:30Z)
• Recursive Multi-Agent Systems [106.82473907888497]
  本稿では,マルチエージェントフレームワークであるRecursiveMASを紹介する。 RecursiveMASは、軽量なRecursiveLinkモジュールを介して、異種エージェントを協調ループとして接続する。 実行時複雑性と学習力学の理論解析により、RecursiveMASは標準テキストベースMASよりも効率的であることが判明した。
  論文  参考訳（メタデータ） (2026-04-28T17:59:34Z)
• AEL: Agent Evolving Learning for Open-Ended Environments [43.56685432981852]
  本稿では,この障害に対処する2段階のフレームワークであるemphAgent Evolving Learning (ael)を紹介する。 ael はシャープ比 2.13$pm$0.47 を達成し、5つの自己改善法を上回ります。 これは、エージェントの自己改善におけるボトルネックが、アーキテクチャの複雑さを追加するのではなく、経験の使い方を自覚していることを示している。
  論文  参考訳（メタデータ） (2026-04-23T14:29:25Z)
• Co-Designing Quantum Codes with Transversal Diagonal Gates via Multi-Agent Systems [1.5948632947109136]
  我々は、所定の対角ゲートを持つ量子符号を共設計するマルチエージェント・ヒューマン・イン・ザ・ループワークフローを提案する。 このワークフローはGPT-5を使っており、RA(https://texra.ai)-マルチエージェントリサーチアシスタントプラットフォームで実装されている。
  論文  参考訳（メタデータ） (2025-10-23T16:45:39Z)
• Don't Get Lost in the Trees: Streamlining LLM Reasoning by Overcoming Tree Search Exploration Pitfalls [83.89771461061903]
  検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。 検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。 意味論的に等価なコンテンツを持つ冗長な状態による$textitover-Exploration$と、検証器のスコアリングにおける高いばらつきに起因する$textitunder-Exploration$である。 各種木探索アルゴリズムに適合するフレキシブルなプラグアンドプレイシステムであるFETCHを提案する。
  論文  参考訳（メタデータ） (2025-02-16T16:12:01Z)
• On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents [58.79302663733703]
  大規模言語モデルに基づくマルチエージェントシステムは、専門家エージェントの協力により、様々なタスクにまたがる優れた能力を示している。 不器用なエージェントや悪意のあるエージェントが与える影響 - システム全体のパフォーマンスにおいて、頻繁にタスクでエラーを犯すものは、いまだに過小評価されていない。 本稿では,下流タスクにおける障害要因下での各種システム構造のレジリエンスについて検討する。
  論文  参考訳（メタデータ） (2024-08-02T03:25:20Z)
• Pushdown Layers: Encoding Recursive Structure in Transformer Language Models [86.75729087623259]
  再帰は人間の言語の特徴であり、本質的には自己注意に挑戦する。 この作業では、新しいセルフアテンション層であるPushdown Layersを導入している。 プッシュダウン層を備えたトランスフォーマーは、劇的に改善され、3.5倍の高効率な構文一般化を実現した。
  論文  参考訳（メタデータ） (2023-10-29T17:27:18Z)
• Decentralized Cooperative Reinforcement Learning with Hierarchical Information Structure [14.919120396838208]
  本稿では,2エージェントマルチアームバンド (MABs) とマルコフ決定プロセス (MDPs) を,アプリケーションに生じる階層的情報構造を用いて検討する。 それぞれのステップにおいて、"リーダー"はまず彼女の行動を選択し、その後に"フォロワー"はリーダーの行動を観察して自分の行動を決定する。 MDP設定の場合、$widetildemathcalO(sqrtH7S2ABT)$ regret, where $H$ is the number of episode, $S$ is the number of states。
  論文  参考訳（メタデータ） (2021-11-01T09:18:07Z)
• Adaptive Recursive Circle Framework for Fine-grained Action Recognition [95.51097674917851]
  ビデオにおける微粒な空間時間ダイナミクスのモデル化は、アクション認識にとって難しい問題である。 既存のほとんどのメソッドは、純粋なフィードフォワード方式でレイヤの特徴を生成する。 本稿では,純粋なフィードフォワード層のための微細なデコレータであるAdaptive Recursive Circleフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-07-25T14:24:29Z)
• Backward Feature Correction: How Deep Learning Performs Deep (Hierarchical) Learning [66.05472746340142]
  本稿では,SGD による階層的学習 _efficiently_ と _automatically_ を学習目標として,多層ニューラルネットワークがどのように行うかを分析する。 我々は、下位機能のエラーを上位層と共にトレーニングする際に自動的に修正できる"後方特徴補正"と呼ばれる新しい原則を確立する。
  論文  参考訳（メタデータ） (2020-01-13T17:28:29Z)

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。