論文の概要: Clueing up LLMs with Tool-Augmented Deductive Reasoning

• arxiv url: http://arxiv.org/abs/2609.18736v1
• Date: Wed, 16 Sep 2026 14:32:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.849856
• Title: Clueing up LLMs with Tool-Augmented Deductive Reasoning
• Title（参考訳）: ツール強化デダクティブ推論によるLCMのクローズアップ
• Abstract要約: 従来のボードゲーム Clue のテキストベースのマルチエージェントバージョンを,エージェントによる推論の推論を評価する環境として実装する。 この設定では、エージェントは一連の観測から隠れた情報を推測し、ターン間の整合性を維持し、進化する論理的制約の集合に対して推論しなければならない。 本稿では,構造化可能な確率行列が生成した推論ログから暗黙のゲーム状態に変換するツール拡張手法を提案する。
• 参考スコア（独自算出の注目度）: 0.44198435146063364
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite recent advances in large language models (LLMs), performing logically consistent deductive reasoning over extended interactions remains challenging. Tasks that require integrating evidence across multiple reasoning steps, maintaining consistency with prior inferences, and updating beliefs under new constraints can surface limitations in current models while providing a useful testbed for evaluating reasoning enhancements. In this paper, we implement a text-based, multi-agent version of the classic board game Clue as an environment to evaluate multi-step, agentic deductive reasoning. In this setting, agents must infer hidden information from a sequence of observations, maintain consistency across turns, and reason over an evolving set of logical constraints. We instantiate six LLM-based agents (GPT-4o-mini and Gemini-2.5-Flash) as players that engage in turn-based gameplay; using three agents per model family, we establish baseline performance across repeated games. We then introduce a tool-augmented approach in which a structured possibility matrix converts implicit game state from generated reasoning logs into an explicit representation of remaining possibilities. The possibility matrix encodes extended-turn memory and deductive constraints, offloading these tasks from the agent. We compare this approach against the baseline to evaluate how tool augmentation supports reasoning quality and task success for autonomous agents in a strategic reasoning environment.
• Abstract（参考訳）: 近年の大規模言語モデル(LLM)の進歩にもかかわらず、拡張された相互作用に対する論理的に一貫した帰納的推論は依然として困難である。 複数の推論ステップにまたがるエビデンスの統合、事前推論との整合性の維持、新しい制約の下での信念の更新といったタスクは、現在のモデルの制約を表面化し、推論の強化を評価する上で有用なテストベッドを提供する。 本稿では,従来のボードゲーム Clue のテキストベースのマルチエージェントバージョンを,マルチステップ,エージェント的演示的推論を評価する環境として実装する。 この設定では、エージェントは一連の観測から隠れた情報を推測し、ターン間の整合性を維持し、進化する論理的制約の集合に対して推論しなければならない。 ターンベースのゲームプレイに携わるプレイヤーとして6つのLDMエージェント(GPT-4o-miniとGemini-2.5-Flash)をインスタンス化する。 次に、構造化された可能性行列が生成した推論ログから残可能性の明示的な表現へと暗黙のゲーム状態を変換するツール拡張アプローチを提案する。 可能性行列は、拡張ターンメモリと誘引的制約をエンコードし、エージェントからこれらのタスクをオフロードする。 戦略的推論環境における自律型エージェントの品質とタスク成功の推論を支援するツール強化の方法を評価するために,この手法をベースラインに対して比較する。

関連論文リスト

• Latent Agents: A Post-Training Procedure for Internalized Multi-Agent Debate [16.68699018207298]
  大規模言語モデル(LLM)における推論を改善するためのマルチエージェントの議論が示されている。 2段階の微調整パイプラインを通して,マルチエージェントの議論を単一のLLMに蒸留するフレームワークを開発した。 内部化モデルは、最大93%のトークンを使用して、明示的なマルチエージェントの議論パフォーマンスにマッチするか、超過します。
  論文  参考訳（メタデータ） (2026-04-27T18:06:03Z)
• AgentLongBench: A Controllable Long Benchmark For Long-Contexts Agents via Environment Rollouts [78.33143446024485]
  我々は、横方向思考パズルに基づく環境ロールアウトによるエージェントの評価を行うtextbfAgentLongBenchを紹介した。 このフレームワークは、知識集約的で知識のないシナリオにまたがる厳密な相互作用の軌跡を生成する。
  論文  参考訳（メタデータ） (2026-01-28T16:05:44Z)
• From Passive Metric to Active Signal: The Evolving Role of Uncertainty Quantification in Large Language Models [77.04403907729738]
  このサーベイは、受動的診断基準からリアルタイムモデル動作を導くアクティブ制御信号への不確実性の進化をグラフ化する。 3つのフロンティアにまたがるアクティブ制御信号として不確実性がいかに活用されているかを示す。 この調査は、次世代のスケーラブルで信頼性があり、信頼できるAIを構築するためには、新しい不確実性のトレンドを習得することが不可欠である、と論じている。
  論文  参考訳（メタデータ） (2026-01-22T06:21:31Z)
• GSM-Agent: Understanding Agentic Reasoning Using Controllable Environments [56.007498767771075]
  GSM-Agentは複雑な環境でエージェント推論を評価するための新しいベンチマークである。 我々は,環境文書の埋め込みをノードにクラスタ化することでエージェント推論パターンを分析し,各ツールコールを最も近いノードにマッピングする。 本稿では,LLMのエージェント推論性能を向上させるためのツール拡張テストタイムスケーリング手法を提案する。
  論文  参考訳（メタデータ） (2025-09-26T07:24:37Z)
• Thinking About Thinking: SAGE-nano's Inverse Reasoning for Self-Aware Language Models [0.0]
  大規模言語モデル(LLM)は、Chain-of-Thoughtプロンプトで複雑な推論タスクを解く際、顕著な能力を示した。 我々は, LLM を分解し, 自己の推論連鎖をポストホックで説明できる新しいパラダイムであるtextbfinverse reasoning を紹介した。 私たちの研究は、透明なAIシステムのための新たな道を作り、AIの安全性、教育、科学的発見において大きなギャップを埋めます。
  論文  参考訳（メタデータ） (2025-06-30T09:53:41Z)
• ReMA: Learning to Meta-think for LLMs with Multi-Agent Reinforcement Learning [53.817538122688944]
  Reinforced Meta-thinking Agents (ReMA) を導入し,Large Language Models (LLMs) の推論からメタ思考行動を求める。 ReMAは、推論プロセスを2つの階層的なエージェントに分解する。戦略上の監視と計画を生成するハイレベルなメタ思考エージェントと、詳細な実行のための低レベルな推論エージェントである。 単ターン実験による実験結果から、ReMAは複雑な推論タスクにおいて単エージェントRLベースラインよりも優れることが示された。
  論文  参考訳（メタデータ） (2025-03-12T16:05:31Z)
• Approximating Human Strategic Reasoning with LLM-Enhanced Recursive Reasoners Leveraging Multi-agent Hypergames [3.5083201638203154]
  我々は、洗練された推論者に適したロールベースのマルチエージェント戦略相互作用フレームワークを実装した。 我々は,最新のLCMの推論能力を評価するために,ワンショット2プレーヤ美容コンテストを用いた。 実験の結果,人間行動の近似と最適解への到達の両面で,人工推論がベースラインモデルより優れていることがわかった。
  論文  参考訳（メタデータ） (2025-02-11T10:37:20Z)
• Improving LLM Reasoning with Multi-Agent Tree-of-Thought Validator Agent [9.439315294704368]
  Tree of Thoughts (ToT) 法は複雑な質問応答タスクの推論を改善する可能性を示している。 マルチエージェント推論における重要な制限は、'Reasoner'エージェントによる推論経路の浅い探索である。 ToTをベースとしたReasonerエージェントとThought Validatorエージェントを組み合わせた新しいアプローチを提案する。 提案手法は,GSM8Kデータセットを用いた場合,既存の手法と比較して優れた性能を示す。
  論文  参考訳（メタデータ） (2024-09-17T19:54:37Z)

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。