論文の概要: Agentic ML Exploration (A-MLE) for Ads Ranking

• arxiv url: http://arxiv.org/abs/2609.08248v1
• Date: Tue, 08 Sep 2026 04:48:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.580944
• Title: Agentic ML Exploration (A-MLE) for Ads Ranking
• Title（参考訳）: 広告ランク付けのためのエージェントML探索(A-MLE)
• Abstract要約: Agentic ML Explorationは、広告ランキングモデルのポートフォリオにわたって、MLテクニックを体系的に探求する。 A-MLEはMLイテレーションを仮説生成、探索戦略、実験実行、結果分析、共有知識基板を含む5つのステージに分解する。 大規模広告ランキングモデルの代表的な集合にA-MLEをデプロイし、それを階層化された機能フレームワークで評価する。
• 参考スコア（独自算出の注目度）: 15.303958185909982
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern industrial ads ranking stacks are increasingly bottlenecked not by model capacity or training compute, but by the throughput of human ML iteration - the cycles of research, implementation, training, debugging, evaluation, and launch required to surface a single statistically significant improvement. A typical ranking stack contains numerous differentiated models with heterogeneous data, architectures, and infrastructure constraints, and each cycle takes days to weeks of senior engineer attention per model. As a result, techniques that have proven effective on one model diffuse into others slowly and unevenly, leaving substantial recoverable signal unexplored. We present Agentic ML Exploration (A-MLE), an autonomous LLM-agent system that systematically explores ML techniques across a portfolio of ads ranking models. A-MLE decomposes ML iteration into five stages involving hypothesis generation, exploration strategy, experiment execution, result analysis and shared knowledge substrate which are orchestrated by a single agent that invokes domain-specific skills and agentic workflows against a sandboxed execution layer, with human-in-the-loop checkpoints at each stage boundary. We deploy A-MLE across a representative set of large-scale ads ranking models and evaluate it along a tiered capability framework (tool availability, autonomous workflow execution, and open-ended exploration). We further report a controlled cross-LLM study using a fixed agent loop, which surfaces qualitative differences in execution reliability and exploration aggressiveness across the Claude Sonnet, Gemini, and GPT families. We discuss failure modes and the design choices that govern reliability. Our findings suggest that agentic exploration is a practical force multiplier for ML engineers in industrial recommenders, especially for the long tail of models that rarely receive expert attention.
• Abstract（参考訳）: 現代の産業広告ランキングスタックは、モデルキャパシティやトレーニング計算ではなく、研究、実装、トレーニング、デバッグ、評価、ローンチのサイクルである人間のMLイテレーションのスループットによってボトルネックになっている。 典型的なランク付けスタックには、異種データ、アーキテクチャ、インフラストラクチャの制約のある多くの区別されたモデルが含まれており、各サイクルはモデルごとのシニアエンジニアの注意を数日から数週間かかる。 その結果、あるモデルに有効であることが証明された技術は、他のモデルにゆっくりと、不均一に拡散し、実質的な回復可能な信号は未探索のままである。 本稿では,A-MLE(Agentic ML Exploration)を提案する。A-MLE(Agentic ML Exploration)は,広告ランキングモデルのポートフォリオを通じてML手法を体系的に探索する自律型LLMエージェントシステムである。 A-MLEはMLイテレーションを仮説生成、探索戦略、実験実行、結果分析、共有知識基板を含む5つのステージに分解する。 大規模な広告ランキングモデルの代表的なセットにA-MLEをデプロイし、階層化された機能フレームワーク(ツールの可用性、自律ワークフローの実行、オープンな調査)に沿って評価します。 さらに,Claude Sonnet, Gemini, GPTファミリーにおける実行信頼性と探索攻撃性の質的な差異を表面化した固定エージェントループを用いたクロスLLM研究を報告する。 障害モードと信頼性を管理する設計選択について論じる。 この結果から, エージェント探索は, 産業推薦者におけるML技術者の実用的力乗算であり, 特に専門家の注目をほとんど受けないモデルの長い尾に対して有効であることが示唆された。

関連論文リスト

• Multi-Agent LLMs Fail to Explore Each Other [34.74439361133657]
  本稿では,現代の大規模言語モデル (LLM) エージェントが相互に対話する際に効果的に探索できないことを示す。 MACE(Multi- Agent Contextual Exploration)は、構造化されたピア選択による探索を明示的に促進する軽量なフレームワークである。
  論文  参考訳（メタデータ） (2026-07-13T08:34:05Z)
• Trustworthy AI: Ensuring Reliability and Accountability from Models to Agents [2.3407932351117324]
  機械学習(ML)システムの信頼性と説明責任を保証するための理論的保証付きアルゴリズムを開発する。 この論文は、情報理論、最適化、統計的学習に基づくツールを導入し、バイアスを緩和し、任意の決定を減らし、コンテンツの証明を保証する。 大規模言語モデル(LLM)の透かしによる生成AIにおける説明責任の確保
  論文  参考訳（メタデータ） (2026-05-09T14:11:36Z)
• A Survey on Agentic Multimodal Large Language Models [84.18778056010629]
  エージェントマルチモーダル大言語モデル(Agentic MLLMs)に関する総合的な調査を行う。 我々は,エージェントMLLMの新たなパラダイムを探求し,その概念的基盤を明確にし,従来のMLLMエージェントとの特徴を区別する。 コミュニティのためのこの分野の研究をさらに加速するため、エージェントMLLMを開発するためのオープンソースのトレーニングフレームワーク、トレーニングおよび評価データセットをコンパイルする。
  論文  参考訳（メタデータ） (2025-10-13T04:07:01Z)
• SFR-DeepResearch: Towards Effective Reinforcement Learning for Autonomously Reasoning Single Agents [93.26456498576181]
  本稿では,ディープリサーチのためのネイティブ自律単エージェントモデルの開発に焦点をあてる。 我々の最良の変種であるSFR-DR-20Bは、HumanityのLast Examベンチマークで28.7%に達する。
  論文  参考訳（メタデータ） (2025-09-08T02:07:09Z)
• LaMDAgent: An Autonomous Framework for Post-Training Pipeline Optimization via LLM Agents [3.6117068575553595]
  トレーニング後の完全なパイプラインを自律的に構築し、最適化するフレームワークであるLaMDAgentを紹介します。 LaMDAgentは、ツールの使用精度を9.0ポイント向上し、命令追従機能を保持する。 従来の人間主導の探査で見落とされがちな効果的なポストトレーニング戦略を明らかにする。
  論文  参考訳（メタデータ） (2025-05-28T04:30:51Z)
• MLE-STAR: Machine Learning Engineering Agent via Search and Targeted Refinement [72.760041766681]
  我々は機械学習エージェントを構築するための新しいアプローチであるMLE-STARを提案する。 MLE-STARは、まず、検索エンジンを使用してWebから効果的なモデルを取得することにより、外部知識を活用する。 MLE-STARにより提案される効果的な戦略を用いた新しいアンサンブル手法を提案する。
  論文  参考訳（メタデータ） (2025-05-27T18:11:25Z)
• Revisiting Multi-Agent World Modeling from a Diffusion-Inspired Perspective [54.77404771454794]
  拡散モデルを用いたマルチエージェント強化学習(MARL)のためのフレキシブルで堅牢な世界モデルを開発する。 本手法はDiffusion-Inspired Multi-Agent World Model (DIMA) を用いて,複数のマルチエージェント制御ベンチマークにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-05-27T09:11:38Z)
• MaskSearch: A Universal Pre-Training Framework to Enhance Agentic Search Capability [106.35604230971396]
  最近のエージェント技術の進歩により、大規模言語モデル(LLM)は、検索、計画、推論のためのツールを自律的に活用することができる。 エージェントの普遍的な検索能力を高めるために,新しい事前学習フレームワークMaskSearchを提案する。 事前学習の段階では、検索ツールを用いてマスク付きスパンを埋めるRetrieval Augmented Mask Prediction (RAMP)タスクを導入する。 その後、モデルは下流のタスクでトレーニングされ、さらなる改善が達成されます。
  論文  参考訳（メタデータ） (2025-05-26T17:58:50Z)
• R&D-Agent: An LLM-Agent Framework Towards Autonomous Data Science [70.1638335489284]
  高レベルの機械学習エンジニアリングタスクは、労働集約的で反復的である。 機械学習プロセスを形式化する包括的で分離されたフレームワークであるR&D-Agentを紹介します。 R&D-AgentはMLEを2つのフェーズと6つのコンポーネントに定義し、MLEのエージェント設計を原則としてテスト可能なプロセスに変える。
  論文  参考訳（メタデータ） (2025-05-20T06:07:00Z)
• MALT: Improving Reasoning with Multi-Agent LLM Training [67.76186488361685]
  MALT(Multi-Agent LLM Training)は、推論プロセスを生成、検証、改善ステップに分割する、新しいポストトレーニング戦略である。 MATH、GSM8K、CSQAでは、MALTは、それぞれ15.66%、7.42%、9.40%の相対的な改善で同じベースラインLLMを上回っている。
  論文  参考訳（メタデータ） (2024-12-02T19:30:36Z)
• Imagine, Initialize, and Explore: An Effective Exploration Method in Multi-Agent Reinforcement Learning [27.81925751697255]
  複雑なシナリオにおける効率的なマルチエージェント探索法を提案する。 我々は、状態、観察、プロンプト、行動、報酬が自己回帰的に予測されるシーケンスモデリング問題として想像を定式化する。 臨界状態のエージェントを初期化することにより、IIEは潜在的に重要な未探索領域を発見する可能性を大幅に高める。
  論文  参考訳（メタデータ） (2024-02-28T01:45:01Z)

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。