論文の概要: Self-Organizing Agent Teams Learn to Reason Together

• arxiv url: http://arxiv.org/abs/2609.22682v1
• Date: Sat, 19 Sep 2026 01:27:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:03.888152
• Title: Self-Organizing Agent Teams Learn to Reason Together
• Title（参考訳）: 自己組織化エージェントチームは共同で推論を学ぶ
• Abstract要約: 私たちは、以前のコラボレーションから再利用可能な戦略を学び、役割、会話フェーズ、参加、情報の流れを整理する、AIエージェントの固定チームである、自己組織化エージェントチーム(SAT)を紹介します。 これらの戦略は、私たちがコラボレーティブ計算と呼ぶものを可能にします。エージェントの交換、チャレンジ、修復、そして、メンバーが独立して生成しないソリューションへの部分的推論を合成します。
• 参考スコア（独自算出の注目度）: 52.45199430212268
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collective intelligence depends not only on what team members know, but also on how they organize their work. When the structure of a solution is unknown, useful roles and divisions of labor cannot be specified in advance; teams must learn from experience how to organize reasoning as it unfolds. Human teams routinely adapt this way, while existing AI agent teams rely on fixed protocols, explicit task decomposition, or routing. We introduce Self-Organizing Agent Teams (SAT), fixed teams of AI agents that learn reusable strategies from prior collaborations to organize roles, conversational phases, participation, and information flow. These strategies enable what we call collaborative computation: agents exchange, challenge, repair, and synthesize partial reasoning into solutions no member produced independently. In two independent settings, we learn teamwork strategies that transfer unchanged to unseen benchmarks, using only 15 mathematics and 25 graduate-level knowledge problems. Across five mathematics and physics benchmarks, self-organizing teams average 66.7% accuracy, versus 48.8% for their strongest member, 58.7% for compute-matched inference by that agent, and 59.0% for a perfect router over members' independent answers; on AIME 2026, they exceed this router by 13.4 points. Because gains vary across benchmarks, we ask when self-organizing collaboration helps. Across eight benchmarks, demonstrability (the organizational-psychology construct of whether a team can distinguish correct from incorrect reasoning) strongly tracks improvement over the strongest member (Spearman $ρ=0.90$, $p=0.005$): teams benefit most when correct reasoning can be recognized once it appears. More broadly, these results suggest that organization itself can become an agent capability: agent teams can learn how to reason together and produce solutions their members could not reach independently.
• Abstract（参考訳）: 集団知性は、チームメンバが知っていることだけでなく、どのように仕事を組織するかにも依存します。 ソリューションの構造が不明な場合、前もって有用な役割や分業は特定できない。 既存のAIエージェントチームは、固定されたプロトコル、明示的なタスク分解、ルーティングに依存している。 私たちは、以前のコラボレーションから再利用可能な戦略を学び、役割、会話フェーズ、参加、情報の流れを整理する、AIエージェントの固定チームである、自己組織化エージェントチーム(SAT)を紹介します。 これらの戦略は、私たちがコラボレーティブ計算と呼ぶものを可能にします。エージェントの交換、チャレンジ、修復、そして、メンバーが独立して生成しないソリューションへの部分的推論を合成します。 2つの独立した環境では、15の数学と25の大学院レベルの知識問題を使用して、見知らぬベンチマークに移行しないチームワーク戦略を学ぶ。 5つの数学と物理学のベンチマークで、自己組織化チームは平均66.7%の精度で、最強のメンバは48.8%、そのエージェントは58.7%、完全ルータは59.0%であり、AIME 2026ではこのルータを13.4ポイント上回っている。 利得はベンチマークによって異なるので、自己組織化コラボレーションがいつ役に立つのかを尋ねます。 8つのベンチマークで、実証可能性(チームが誤った推論と正しく区別できるかどうかという組織心理学的な構成)は、最強のメンバ(Spearman $ρ=0.90$, $p=0.005$):チームが正しい推論が一度現れると、最も恩恵を受ける。 エージェントチームは、一緒に推論する方法を学び、メンバーが独立して到達できないソリューションを作ることができます。

関連論文リスト

• AgentFugue: Agent Scaling for Long-Horizon Tasks through Collective Reasoning [57.72181998599248]
  AgentFugueは、共通の推論ハブを中心に構築された、集合的推論フレームワークである。 ピアエージェントが同じタスクを並列に探索する際、ハブは各エージェントが何を確立、試み、あるいは除外したかを簡潔に記録する。 この結果から,集団推論によってピアエージェントシステムのスケールアウトが実現可能であることが示唆された。
  論文  参考訳（メタデータ） (2026-05-23T09:21:51Z)
• From Debate to Deliberation: Structured Collective Reasoning with Typed Epistemic Acts [0.0]
  デリバティブ・コレクター・インテリジェンス(Deliberative Collective Intelligence, DCI)は、異なる参加者が型付き推論の動きを交換し、意見の不一致を保ち、説明責任のある結果に収束する段階的なプロセスである。 Gemini 2.5 Flashを使って、7つのドメインで45のタスクを評価します。 DCIは100%構造化された決定パケットと98%のマイノリティレポートを生成し、すべてのベースラインが欠落している。
  論文  参考訳（メタデータ） (2026-03-12T10:39:41Z)
• If You Want Coherence, Orchestrate a Team of Rivals: Multi-Agent Models of Organizational Intelligence [1.1637186977447433]
  完全コンポーネントを得ることなく、不完全なコンポーネントを慎重にオーケストレーションすることで信頼性を実現することができることを示す。 本稿では,このようなシステムのアーキテクチャについて述べる。特殊エージェントチーム(プランナ,実行者,評論家,専門家)。 提案手法は,ユーザの露出前に90%以上の内部エラーインターセプションを達成し,許容可能なレイテンシトレードオフを維持していることを示す。
  論文  参考訳（メタデータ） (2026-01-20T17:19:09Z)
• "Teammates, Am I Clear?": Analysing Legible Behaviours in Teams [6.542036882626739]
  本稿では,多エージェント設定に対する妥当な意思決定の拡張を提案する。 正当性のあるエージェントを持つチームは、標準的な最適な振る舞いを持つエージェントのみで構成されたチームよりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-07-29T09:40:18Z)
• Don't lie to your friends: Learning what you know from collaborative self-play [63.0121884175594]
  我々は、AIエージェントが知っていることを教えるために、根本的に新しいアプローチを提案する。 我々は,集団が正解に到達して報奨を受けるマルチエージェントコラボレーションを構築した。 望ましいメタ知識は、相互作用の構造に組み込まれたインセンティブから生まれる。
  論文  参考訳（メタデータ） (2025-03-18T17:53:20Z)
• When Disagreements Elicit Robustness: Investigating Self-Repair Capabilities under LLM Multi-Agent Disagreements [56.29265568399648]
  我々は、不一致が早期のコンセンサスを防ぎ、探索されたソリューション空間を拡張することを主張する。 タスククリティカルなステップの相違は、ソリューションパスのトポロジによってコラボレーションを損なう可能性がある。
  論文  参考訳（メタデータ） (2025-02-21T02:24:43Z)
• Towards a Better Understanding of Learning with Multiagent Teams [4.746424588605832]
  いくつかのチーム構造は、エージェントが特定の役割を専門化することを学ぶのに役立つことを示しています。 大規模なチームは、コーディネーションを減らすためのクレジット割り当ての課題を作成します。
  論文  参考訳（メタデータ） (2023-06-28T13:37:48Z)
• My Team Will Go On: Differentiating High and Low Viability Teams through Team Interaction [17.729317295204368]
  オンラインチームの669の10分間のテキスト会話のデータセット上で、生存可能性分類モデルをトレーニングする。 その結果,ラッソ回帰モデルにより,可視性スコアの分類のしきい値が異なる.74--.92 AUC ROCの精度が得られることがわかった。
  論文  参考訳（メタデータ） (2020-10-14T21:33:36Z)

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。