論文の概要: The Menu Is an Execution Prior: State-Path Tool Menus for Online Agents

• arxiv url: http://arxiv.org/abs/2609.09395v1
• Date: Tue, 08 Sep 2026 19:46:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.800754
• Title: The Menu Is an Execution Prior: State-Path Tool Menus for Online Agents
• Title（参考訳）: オンラインエージェントのためのState-Pathツールのメニュー
• Abstract要約: ツールメニューは、実行前にエージェントに表示された利用可能なツールの、短時間で順序付けられたサブセットとして紹介する。 ToolBenchでは、私たちのメニューは0.737から0.898までオンラインの成功を上げ、エージェントを変更することなく検索、再ランク付け、生成、ルーティングのベースラインを上回っます。
• 参考スコア（独自算出の注目度）: 15.05742809827264
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language models act through tools, yet practical agents face libraries containing thousands of interfaces. We introduce the tool menu as the short, ordered subset of available tools shown to an agent before execution. The agent can call only tools in this menu. Multi-step tasks require the final action and the prerequisite tools that create its inputs in a usable order. Current constructors rank tools by request relevance, which can surface the final action while omitting or delaying less obvious producers. We introduce the state path, a pre-execution route from the observable request state to the desired outcome, and propose State-Path Tool Menu to learn it. Our framework treats the menu as an execution prior over these routes. Its encoder represents which tools can run from the current state, how their outputs satisfy later inputs, and which orders recur in training paths. A retriever covers an executable entry, the missing-input producers, and the final action. A reranker then places producers before consumers. On ToolBench, our menu raises online success from 0.737 to 0.898 and outperforms retrieval, reranking, generation, and routing baselines without changing the agent. The State-Path menu also covers more complete chains with 32 tools than the official list covers with 128, and its success gain persists across executor families with different model capacities. Our code is at https://github.com/Met2348/State-Path.
• Abstract（参考訳）: 言語モデルはツールを介して動作しますが、実用的なエージェントは数千のインターフェースを含むライブラリに直面します。 ツールメニューは、実行前にエージェントに表示された利用可能なツールの、短時間で順序付けられたサブセットとして紹介する。 エージェントはこのメニューでツールのみを呼び出すことができる。 マルチステップタスクには、最終的なアクションと、その入力を使用可能な順序で生成する必須ツールが必要です。 現在のコンストラクタは、要求の関連性によってツールをランク付けします。 本稿では,観測可能な要求状態から望ましい結果への事前実行経路である状態パスを紹介し,それを学ぶための状態パスツールメニューを提案する。 我々のフレームワークは、これらのルートに先立ってメニューを実行として扱います。 エンコーダは、現在の状態から実行可能なツール、アウトプットが後の入力をどのように満たすか、トレーニングパスで再帰する注文を表現します。 レトリバーは、実行可能なエントリ、欠落したインプットプロデューサ、そして最終的なアクションをカバーします。 その後、リランカーがプロデューサーを消費者の前に配置する。 ToolBenchでは、私たちのメニューは0.737から0.898までオンラインの成功を上げ、エージェントを変更することなく検索、再ランク付け、生成、ルーティングベースラインを上回っます。 State-Pathメニューは、公式リストのカバーである128よりも32のツールを備えた完全なチェーンもカバーしており、その成功率は、モデル能力の異なるエグゼクティブファミリー全体で持続している。 私たちのコードはhttps://github.com/Met2348/State-Pathにあります。

関連論文リスト

• CacheRouter: A Dual-Path Tool Routing Architecture with Cache-Preserving Main-Model Isolation for Long-Tail Tool Discovery [6.202700601367706]
  本稿では、トレードオフを要求アーキテクチャの問題として扱う。 ツールの選択とツール配信を別々のチャネルに割り当てる、デュアルパスルーティング設計を提案する。
  論文  参考訳（メタデータ） (2026-08-24T01:56:01Z)
• Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents [48.967927222079965]
  Ledgerは、エージェントの完了したインタラクションを明示的な実行状態に蒸留するランタイム層である。 Ledgerはこの状態をオンライン実行台帳に保持し、各ステップの2つのバウンダリに適用される。 500のSWE-bench検証インスタンス全体で、LedgerはPass@1を56.2%から64.2%に、GPT-5 miniを75.8%から81.0%に、MiniMax M2.5を81.0%に引き上げている。
  論文  参考訳（メタデータ） (2026-08-01T18:25:00Z)
• NVIDIA-labs OO Agents: Native Python Object-Oriented Agents [8.777370925453148]
  我々は、信頼できるAIエージェントを構築するためのモデルに依存しないPythonフレームワークであるNVIDIA Object-Oriented Agents (NOOA)を紹介する。 NOOAはシンプルなアプローチを取る。エージェントはPythonオブジェクトである。そのメソッドはモデルが取ることができるアクションであり、フィールドは状態であり、ドキュメントはプロンプトであり、型アノテーションはコントラクトである。
  論文  参考訳（メタデータ） (2026-07-22T20:25:55Z)
• Graph-Based Agentic AI with LangGraph: Workflow Pathways for Long-Running Stateful Business Processes [0.0]
  タイプされた状態、条件付きルーティング、決定論的ツール、再試行、割り込み、チェックポイント、トレースがどのように適合するかを示すために、実行可能なレシピを3つ提示する。 LangGraphはワークフローの複雑さに適合する位置にあり、普遍的なデフォルトではない。
  論文  参考訳（メタデータ） (2026-07-21T17:07:13Z)
• HyperTool: Beyond Step-Wise Tool Calls for Tool-Augmented Agents [52.33697136670754]
  textbfHyperToolは、実行可能なMPPスタイルのツールインターフェースで、ツール実行のモデル可視単位を変更する。 モデルはHyperToolをコードブロックで呼び出し、既存のツールを元のスキーマを通じて呼び出し、返却された値を操作し、中間結果をローカルに渡すことができる。 MCP-Universeでは、HyperToolは平均精度をQwen3-32Bで15.69%から35.29%、Qwen3-8Bで9.93%から33.33%に改善し、GPT-OSSとKimi-k2.5を平均で上回っている。
  論文  参考訳（メタデータ） (2026-06-11T17:56:36Z)
• Tool Forge: A Validation-Carrying Toolchain for Governed Agentic Execution [3.2702644625831794]
  本稿では,自然言語能力の意図をサンドボックスで検証されたツールアーティファクトに変換する検証用ツールチェーンであるTool Forgeを紹介する。 また、モデルコンテキストに完全なカタログスキーマをロードする代わりに、インテントスコープツールセッションを公開するルータも導入されている。
  論文  参考訳（メタデータ） (2026-05-27T05:45:58Z)
• WildClawBench: A Benchmark for Real-World, Long-Horizon Agent Evaluation [88.10947115397971]
  この研究でWildClawBenchは、6つのテーマのカテゴリにまたがる60の人間によるバイリンガルなマルチモーダルタスクのネイティブランタイムベンチマークである。 各タスクは、約8分間のウォールクロック時間と20以上のツールコールで実行されます。 グラディングはハイブリッドであり、決定論的ルールベースのチェック、副作用の環境状態監査、意味的検証のためのLLM/VLM判定を組み合わせている。
  論文  参考訳（メタデータ） (2026-05-11T17:49:43Z)
• ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
  マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。 現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。 最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
  論文  参考訳（メタデータ） (2026-04-26T16:05:02Z)
• AEGIS: No Tool Call Left Unchecked -- A Pre-Execution Firewall and Audit Layer for AI Agents [4.963079926145645]
  AEGISはAIエージェントのための事前実行ファイアウォールと監査層である。 ツール実行パスに介在し、3段階のパイプラインを適用する。 ハイリスクコールは、人間の承認のために行われ、すべての決定は、未確認の監査証跡に記録される。
  論文  参考訳（メタデータ） (2026-03-13T03:49:12Z)
• The Tool Decathlon: Benchmarking Language Agents for Diverse, Realistic, and Long-Horizon Task Execution [86.4588675093384]
  Toolathlonは、多様なアプリやツール、現実的な環境設定、信頼性の高い実行ベースの評価を提供する言語エージェントのベンチマークである。 このベンチマークには、手動でソースまたはクラフトされたタスクが108つ含まれており、平均20回以上にわたって複数のアプリと対話する必要がある。 Toolathlonは、より有能な言語エージェントを現実の長期タスク実行のために開発することを期待しています。
  論文  参考訳（メタデータ） (2025-10-29T17:32:49Z)
• DeepAgent: A General Reasoning Agent with Scalable Toolsets [111.6384541877723]
  DeepAgentは、自律的な思考、ツール発見、アクション実行を実行するエンドツーエンドのディープ推論エージェントである。 長期にわたる相互作用の課題に対処するために,過去の相互作用を構造化エピソード,動作,ツール記憶に圧縮する自律的メモリ折り畳み機構を導入する。 LLMシミュレートされたAPIを活用し、ツール呼び出しトークンにきめ細かいクレジットを割り当てるツールコールアドバンテージ属性を適用した、エンドツーエンドの強化学習戦略であるToolPOを開発した。
  論文  参考訳（メタデータ） (2025-10-24T16:24:01Z)
• AgentKit: Structured LLM Reasoning with Dynamic Graphs [91.09525140733987]
  多機能エージェントのための直感的なLCMプロンプトフレームワーク(AgentKit)を提案する。 AgentKitは、単純な自然言語プロンプトから複雑な"思考プロセス"を明示的に構築するための統一されたフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-04-17T15:40:45Z)

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。