論文の概要: AgentGrad: Intervention-guided Prompt Optimization for Multi Agent Systems
- arxiv url: http://arxiv.org/abs/2609.08572v1
- Date: Tue, 08 Sep 2026 11:07:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.632811
- Title: AgentGrad: Intervention-guided Prompt Optimization for Multi Agent Systems
- Title（参考訳）: AgentGrad:マルチエージェントシステムのためのインターベンション誘導型プロンプト最適化
- Abstract要約: 本稿では,逐次的介入とセマンティック・グラデーションの抽象化に基づく迅速な最適化フレームワークを提案する。
AgentGradは5つのMASベンチマークで最先端のパフォーマンスを実現し、次の最速のベースラインと比較して、ウォールクロックの最適化時間を平均で2.5times$に削減する。
- 参考スコア（独自算出の注目度）: 34.16497269822523
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM)-based multi-agent systems (MAS) achieve strong performance by employing specialized multiple agents, yet their performance depends on the prompt design of each agent. For MAS prompt optimization, textual gradient methods that guide prompt updates using natural-language feedback have emerged as a leading paradigm. In this paper, we identify limitations in two stages of existing textual gradient approaches: gradient extraction and gradient aggregation. In gradient extraction, previous works select a target prompt without verifying whether modifying it resolves the failure, and derive gradients without agent-level supervision over the corresponding agent's intermediate output. In gradient aggregation, individual gradients are randomly grouped and concatenated, often mixing unrelated failure modes and producing prompts that fail to generalize. To address these limitations, we propose \textbf{AgentGrad}, a prompt optimization framework for multi-agent systems based on sequential intervention and semantic textual gradient abstraction. For each failure, sequential intervention modifies the behavior of one agent at a time to identify the target agent whose modification resolves the failure. The modified output of the target agent then serves as agent-level supervision for extracting a fine-grained gradient. Semantic textual gradient abstraction clusters semantically similar gradients to prevent mixing unrelated failure modes, and abstracts each cluster into a generalized gradient that captures the shared corrective pattern. Experimental results show that AgentGrad achieves state-of-the-art performance across five MAS benchmarks and reduces wall-clock optimization time by $2.5\times$ on average compared to the next-fastest baseline.
- Abstract（参考訳）: 大規模言語モデル (LLM) に基づくマルチエージェントシステム (MAS) は, 特殊なマルチエージェントを用いて高い性能を達成するが, その性能は各エージェントの迅速な設計に依存している。
MASのプロンプト最適化のためには、自然言語フィードバックを用いたプロンプト更新を誘導するテキスト勾配法が主要なパラダイムとして現れている。
本稿では,既存のテキストグラデーションアプローチの2つの段階,勾配抽出と勾配アグリゲーションの限界を同定する。
勾配抽出において、従来の作業では、修正が失敗を解消するかどうかを検証せずにターゲットプロンプトを選択し、対応するエージェントの中間出力に対するエージェントレベルの監督なしに勾配を導出する。
勾配アグリゲーションでは、個々の勾配はランダムにグループ化され、連結され、しばしば無関係な障害モードを混合し、一般化に失敗するプロンプトを生成する。
これらの制約に対処するために,逐次的介入と意味的テキスト勾配の抽象化に基づくマルチエージェントシステムの迅速な最適化フレームワークである \textbf{AgentGrad} を提案する。
各障害に対して、逐次介入は、1つのエージェントの動作を変更して、障害を解決したターゲットエージェントを特定する。
ターゲットエージェントの修正された出力は、きめ細かい勾配を抽出するエージェントレベルの監督役となる。
セマンティックテキストグラデーション抽象化クラスタは、意味的に類似した勾配をクラスタ化し、無関係な障害モードの混在を防止し、各クラスタを一般化した勾配に抽象化し、共有の修正パターンをキャプチャする。
実験結果から,AgentGradは5つのMASベンチマークで最先端性能を実現し,次の最速ベースラインと比較してウォールクロックの最適化時間を平均2.5\times$に短縮した。
関連論文リスト
- Inference-Time Graph Engineering for Multi-Agent LLM Workflows [51.56038180639833]
ReActNetは、クエリとロール特化エージェントのセットを一連の有向通信グラフにコンパイルする、トレーニング不要のフレームワークである。
ReActNetは、競争的推論コストを維持しつつ、固定トポロジと学習トポロジのベースラインを一貫して改善することを示す。
論文 参考訳（メタデータ） (2026-09-04T23:32:11Z) - The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows [72.9051182568928]
推論駆動最適化のための統合フレームワークであるReASearchを提案する。
共有エージェントループとドメイン固有のツールにより、ReASearchは、プロンプト、プログラム、MLを最適化するために、まったく同じスキャフォールドをインスタンス化する。
我々は,複雑な探索行動がエージェントの推論プロセスから自然に現れることを観察する。
論文 参考訳（メタデータ） (2026-08-07T02:15:39Z) - SAGE: Stochastic Prompt Optimization via Agent-Guided Exploration [4.5848302154106815]
本稿では,プロンプト空間を探索するフレームワークであるSPO(Stochastic Prompt Optimization)を紹介する。
進化的演算子を用いた遺伝的アルゴリズムであるエラーインフォームドランダムサーチとSAGE(SPO via Agent-Guided Exploration)の比較を行った。
我々は,定量的検証と定性診断の結合がエージェント最適化をオープンなタスク指向対話に効果的にすると主張している。
論文 参考訳（メタデータ） (2026-06-17T10:25:25Z) - Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution [25.26084224278813]
Role-Agentは単一のLarge Language Model(LLM)を使用してエージェントと環境の両方として同時に機能する。
Role-Agentはパフォーマンスを継続的に改善し、強いベースラインよりも平均4%以上向上する。
論文 参考訳（メタデータ） (2026-06-09T14:28:07Z) - AgentSlimming: Towards Efficient and Cost-Aware Multi-Agent Systems [19.373173948984626]
AgentSlimmingは、グラフ構造化マルチエージェントシステムのためのプラグアンドプレイ圧縮フレームワークである。
平均トークンコストを78.9%まで削減し、性能を低下させ、時には精度も向上する。
論文 参考訳（メタデータ） (2026-05-09T09:03:54Z) - DLLM Agent: See Farther, Run Faster [94.74432470237817]
拡散大言語モデル(DLLM)は、自己回帰(AR)デコーディングの代替として、魅力的な効率とモデリング特性を持つ。
我々は、DLLMとARのバックボーンを同一のエージェントワークフロー内でインスタンス化することで、制御された環境でこれを研究する。
DLLMエージェントはARエージェントよりも平均30%以上速く、場合によっては8倍のスピードアップを達成している。
論文 参考訳（メタデータ） (2026-02-07T09:01:18Z) - Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。
人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。
実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
論文 参考訳（メタデータ） (2025-12-18T08:38:44Z) - Multi-Agent Deep Research: Training Multi-Agent Systems with M-GRPO [24.532870400949424]
現在の訓練方法は、システム内のすべてのエージェントに対して統一された大きな言語モデルを訓練する。
これにより、異なるエージェントの基本的な分布が異なるため、パフォーマンスが制限される可能性がある。
垂直多エージェントシステムに対するグループ相対ポリシー最適化の階層的拡張であるM-GRPOを提案する。
論文 参考訳（メタデータ） (2025-11-17T12:06:30Z) - Solving the Granularity Mismatch: Hierarchical Preference Learning for Long-Horizon LLM Agents [56.625878022978945]
自律的なエージェントとしての大規模言語モデル(LLM)は、複雑で長期にわたる問題の解決にますます取り組まれている。
直接優先度最適化(DPO)は、正確なクレジット代入には大きすぎる信号を提供するが、ステップレベルのDPOは、しばしば、複数のステップの振る舞いの値をキャプチャするには、筋が通らない。
階層的選好学習(HPL)は、複数の相乗的粒度における選好信号を活用することで、LLMエージェントを最適化する階層的フレームワークである。
論文 参考訳（メタデータ） (2025-09-26T08:43:39Z) - MAPGD: Multi-Agent Prompt Gradient Descent for Collaborative Prompt Optimization [11.108961365820136]
本稿では,プロンプト最適化を特殊エージェント間の協調プロセスとして再認識する新しいフレームワークを提案する。
各エージェントは、指示明快さ、例選択、フォーマット構造、スタイル適応など、明確な精細化の次元に重点を置いている。
我々はMAPGDが精度と効率の両面で単一エージェントとランダムベースラインを一貫して上回っていることを示す。
論文 参考訳（メタデータ） (2025-09-14T17:28:52Z) - MisoDICE: Multi-Agent Imitation from Unlabeled Mixed-Quality Demonstrations [5.4482836906033585]
実演が混在する多エージェント環境下でのオフライン模倣学習(IL)について検討した。
提案手法は,軌道ラベリングとマルチエージェント模倣学習の2段階からなる。
我々はこれらのラベルを利用してロバストなポリシーを学習する新しいマルチエージェントILアルゴリズムであるMisoDICEを紹介する。
論文 参考訳（メタデータ） (2025-05-24T08:43:42Z) - Runaway is Ashamed, But Helpful: On the Early-Exit Behavior of Large Language Model-based Agents in Embodied Environments [54.67512489842682]
大規模言語モデル(LLM)は、複雑な実施環境において、強力な計画と意思決定能力を示す。
LLMをベースとしたエージェントの早期退避行動を探究する第一歩を踏み出す。
論文 参考訳（メタデータ） (2025-05-23T08:23:36Z)
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。