論文の概要: Designer-RSI: Evolving Procedural Memory from User Traffic for Agentic Graphic Design
- arxiv url: http://arxiv.org/abs/2609.22086v1
- Date: Fri, 18 Sep 2026 17:59:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:17.263148
- Title: Designer-RSI: Evolving Procedural Memory from User Traffic for Agentic Graphic Design
- Title（参考訳）: Designer-RSI: エージェントグラフィック設計のためのユーザトラフィックからの手続き型メモリの進化
- Abstract要約: 凍結フロンティアモデルが230以上のツールを通じてプロの設計ソフトウェアを運用する継続的適応フレームワークを導入する。
自然言語スキルの外部の手続き的記憶は、経験から再利用可能な設計手順を蓄積し、洗練する。
ユーザトラフィックベンチマークから200の保持されたブリーフで、拡大または深化だけで、ノスキルエージェントよりも49.4%/48.6%の勝利率に達する。
- 参考スコア（独自算出の注目度）: 19.264140005044478
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Professional graphic design is a long-horizon agentic task in which structured, editable artifacts emerge from many interdependent actions, yet outcomes admit no reliable programmatic oracle. We introduce a continual adaptation framework in which a frozen frontier model operates professional design software through more than 230 tools, while an external procedural memory of natural-language skills accumulates and refines reusable design procedures from experience. The memory widens by acquiring procedures for recurring uncovered subtasks and deepens by revising existing procedures against their own successful and failed executions, while a matched replay gate admits only changes that repair failures without regressing observed successes. Five rounds over 1,406 real user briefs and 1,869 automatically graded trajectories, with no weight updates and no human labels, grow the bank from 76 documentation-derived skills to 139 and raise GenEval2 execution success on Claude-Sonnet-4 from 72.7% to 99.3% (+11.99 points in generation quality), with 61.8% and 67.6% win rates against the no-skill agent across four specialized design benchmarks on Claude-Sonnet-4 and Claude-Opus-4.6. We further show the two mechanisms are effective in combination: on 200 held-out briefs from user-traffic benchmark, widening or deepening alone reaches a 49.4% / 48.6% win rate over the no-skill agent, while their combination reaches 58.5% (p = 0.025). Procedural memory offers a practical route to continual adaptation of agents under noisy, unverifiable feedback.
- Abstract（参考訳）: プロフェッショナルグラフィックデザイン(Professional graphic design)は、構造化され編集可能なアーティファクトが多くの相互依存的なアクションから現れる長期のエージェントタスクである。
本稿では,フリーズフロンティアモデルが230以上のツールを通じてプロフェッショナルなデザインソフトウェアを運用する継続的適応フレームワークを提案する。
メモリは、未発見のサブタスクを繰り返す手順を取得して拡大し、既存の手順を修正して実行を成功させ、また一致したリプレイゲートは、観察された成功を遅らせることなく障害を修復する変更のみを認める。
1,406件以上の実際のユーザブリーフと1,869件の自動グレードされた軌跡は、重み付けがなく、人名も無いまま、76件のドキュメンテーション由来のスキルから139件に拡大し、ジェネヴァル2のクロード・ソネット-4での実行成功を72.7%から99.3%(世代品質+11.99ポイント)に引き上げ、61.8%と67.6%がクロード・ソネット-4とクロード・オプス-4.6の4つの特別設計ベンチマークで非熟練エージェントに対して勝利した。
さらに、この2つのメカニズムが組み合わさって有効であることを示す: ユーザ・トラフィック・ベンチマークから200の保持されたブリーフにおいて、拡大または深化だけでノスキル・エージェントよりも49.4%/48.6%の勝利率に達し、その組み合わせは58.5%(p = 0.025)に達する。
手続き記憶は、ノイズの多い検証不可能なフィードバックの下でエージェントの継続的な適応への実践的な経路を提供する。
関連論文リスト
- ProgramDistill: From Interactive Web Apps to Verifiable Reference-Guided SWE Tasks [60.600151982455195]
ProgramDistillは、完全に機能する参照アプリケーションとのインタラクションによって発見された機能について、コーディングエージェントを評価するベンチマークである。
私たちのパイプラインであるマイニングクラフトパッチは、26のアプリケーションにまたがる1,975のリプレイ検証された振る舞いを発見し、人間の介入なしに4,063のタスクを構築します。
論文 参考訳（メタデータ） (2026-09-16T15:19:05Z) - Efficient Test-Time Adaptation through Human-AI Interaction [112.5131603022122]
我々は,ヒト-エージェント間相互作用(TAHI)によるテスト時間適応を提案する。
エージェントを2つの高ユーティリティドメイン(書き込みと視覚的創造)の30人に適応させ、合計600のタスクをこなします。
エージェントは10タスク以内の単独作業の成功率を4.5-20.9%向上させる。
論文 参考訳（メタデータ） (2026-09-03T17:33:18Z) - Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses [83.32611586724165]
Recurisは、ロングホライゾンエージェントハーネスのためのExperiential-Working Memoryアーキテクチャである。
Work Memoryはタスクの進捗を追跡し、Experiential Memoryからスキル選択をガイドする。
4つのロングホライズンベンチマークと10のモデルでRecurisは37のモデルベンチマークペアのうち35のタスク成功を改善している。
論文 参考訳（メタデータ） (2026-08-25T17:56:35Z) - CONTRAMEM: Learning Self-Evolving Procedural Memory from Contrasting Multi-Model Trajectories [13.649910962870896]
CONTRAMEMは、自己進化型プロシージャメモリのための、ソースフレキシブルでトレーニング不要なフレームワークである。
GAIA2/AREのコンピュータ使用タスクでは、CONTRAMEMは成功率の2倍以上である。
論文 参考訳（メタデータ） (2026-08-23T18:11:26Z) - Mastermind: Strategy-grounded Learning for Repository-Scale Vulnerability Reproduction [62.42945715963878]
リポジトリレベルの脆弱性の再現は、要求の多いソフトウェアエンジニアリング(SE)タスクである。
最近のLLMエージェントは、アプローチが正しい場合、しばしばこれらのステップを実行するが、間違った戦略を選択することで失敗する。
本論では, アクションの完全な軌跡ではなく, 戦略がSEエージェントの適切な学習単位であることを論じる。
論文 参考訳（メタデータ） (2026-07-02T06:27:27Z) - SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows [16.693609667845948]
SKILL.nbは,エビデンス・リバース・キャリブレーションによるライフサイクルポリシーによる再利用可能なエージェント管理のためのフレームワークである。
SKILL.nbは選択的な形式化を使用する: 実行はどのワークフローステップを実行可能なコードにするかを決定する。
ゲート条件付き実行では、各ステップがゲートの検証時にコードを実行したり、ドリフトが実行可能実現を無効にした場合にローカルにフォールバックすることが可能になる。
論文 参考訳（メタデータ） (2026-06-06T08:27:18Z) - Converted, Not Equivalent: Benchmarking Codebase Conversion via Observational Equivalence [56.25095230687242]
コーディングエージェントは、しばしば自身のローカル検証ルーチンを過度に信頼し、表面チェックを満たすアーティファクトの成功を宣言する。
この問題は、事前評価が結果駆動である変換において特に深刻である。
ブラインド・コンバージョンは26.7-28.9%に達し、スペック・パスレートは91.1%まで上昇した。
このことは、失敗は限られた予算やバックボーンの強さよりも、契約ミスによる自己検証に起因していることを示唆している。
論文 参考訳（メタデータ） (2026-05-27T19:57:15Z) - APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay [7.370176470430802]
LLMベースの自律エージェントは、永続的な手続き記憶を欠いている。
我々は,構造化手続き計画の蓄積,検索,再利用を行う非パラメトリックオンライン学習フレームワークであるAPEX-EMを提案する。
論文 参考訳（メタデータ） (2026-03-31T00:24:56Z) - AutoRefine: From Trajectories to Reusable Expertise for Continual LLM Agent Refinement [6.035482612006565]
大規模な言語モデルエージェントは経験から知識を蓄積できず、個々のタスクを独立した課題として扱うことが多い。
最近の手法は、複雑なサブタスクの手続き論理をキャプチャできないフラットなテキスト知識としての経験を抽出する。
エージェント実行履歴からデュアルフォームエクスペリエンスパターンを抽出し,維持するフレームワークであるAutoRefineを紹介する。
論文 参考訳（メタデータ） (2026-01-30T09:33:30Z)
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。