論文の概要: REFLEX with Jev for Efficient Selective Control in LLM Agents

• arxiv url: http://arxiv.org/abs/2609.26532v1
• Date: Tue, 22 Sep 2026 14:54:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 01:05:39.711185
• Title: REFLEX with Jev for Efficient Selective Control in LLM Agents
• Title（参考訳）: LLMエージェントの効率的な選択制御のためのJev付きREFLEX
• Abstract要約: LLMエージェントは、しばしば有界決定に生成モデルを使用し、これらの決定がタスクの成功を減少させることなく、いつより効率的に処理できるかという疑問を提起する。 本稿では,Jevを高速な型付け決定層として使用するエージェントアーキテクチャであるREFLEXについて検討する。 フリーズされた100タスクのベンチマークでは、REFLEXは95%の成功を達成し、3つのフォールバックファミリーにまたがる縮小を継続し、強力なモデル呼び出しを72.7%削減した。
• 参考スコア（独自算出の注目度）: 5.43110904333163
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM agents often use generative models for bounded decisions, raising the question of when these decisions can be handled more efficiently without reducing task success. We study REFLEX, an agent architecture that uses Jev as a fast, typed decision layer and calls a strong LLM when confidence is low, or generation is required. On a frozen 100-task benchmark, REFLEX achieves 95% success with 72.7% fewer strong-model calls than a strong-only agent, with reductions persisting across three fallback families. Controlled interventions show that reliability depends on action-set size and near-valid alternatives near authorization boundaries. External BFCL and $τ$-style evaluations reveal limited advantages over a cheap generative cascade when ordinary routing is already highly accurate. These findings identify when selective control with Jev can reduce computation and where its benefits are limited.
• Abstract（参考訳）: LLMエージェントは、しばしば有界決定に生成モデルを使用し、これらの決定がタスクの成功を減少させることなく、いつより効率的に処理できるかという疑問を提起する。 本稿では,Jevを高速な型付け決定層として使用するエージェントアーキテクチャであるREFLEXについて検討する。 フリーズされた100タスクのベンチマークでは、REFLEXは95%の成功を達成し、3つのフォールバックファミリーにまたがる縮小を継続し、強力なモデル呼び出しを72.7%削減した。 制御された介入は、信頼性が認証境界付近のアクションセットのサイズとほぼ無効な代替に依存することを示している。 外部BFCLと$τ$スタイルの評価は、通常のルーティングがすでに非常に正確である場合、安価な生成カスケードよりも限られた利点を示す。 これらの結果は、Jevによる選択的制御が計算を減らし、その利点が制限されるかを特定する。

関連論文リスト

• Empowering Compact LLMs with Fusion of Layer-wise Exits for Recommendation [59.216721553953]
  大規模言語モデルベースレコメンデータシステム(LLM-RS)は目覚ましい能力を示しているが、現実の多くのアプリケーションでは計算的に持続不可能である。 本稿では,スケーラブルなフルコーパスランキングを維持しつつ,コンパクトなLLMを向上する識別フレームワークを提案する。 Qwen 3 1.7BとLlama 3.2 3Bの3つの実世界のデータセットの実験では、FLEXRecは高い効率を維持しながら最先端の精度を達成している。
  論文  参考訳（メタデータ） (2026-08-18T03:14:28Z)
• Training-Free Agentic AI: Probabilistic Control and Coordination in Multi-Agent LLM Systems [6.036652381757588]
  マルチエージェントLLMコラボレーションのための軽量かつトレーニング不要なコントローラであるREDEREFを紹介する。 信念誘導ルーティングはトークンの使用量を28%減らし,エージェントコールを17%減らし,タイム・ツー・サクセスを19%減らした。 その結果, 簡易で解釈可能な確率的制御は, 訓練や微調整を伴わずに, マルチエージェントLLMシステムの効率と堅牢性を有意義に向上させることができることを示した。
  論文  参考訳（メタデータ） (2026-02-24T21:39:14Z)
• Reasoning with Confidence: Efficient Verification of LLM Reasoning Steps via Uncertainty Heads [104.9566359759396]
  データ駆動の不確実性スコアに基づくステップレベルの推論検証の軽量な代替案を提案する。 本研究は, LLMの内部状態が不確実性を符号化し, 信頼性の高い検証信号として機能することが示唆された。
  論文  参考訳（メタデータ） (2025-11-09T03:38:29Z)
• FB-RAG: Improving RAG with Forward and Backward Lookup [4.961899585180462]
  Forward-Backward RAG (FB-RAG) は、単純だが強力で前向きな戦略に基づいた、新しいトレーニングフリーフレームワークである。 FB-RAGは9つのデータセットで一貫して強力な結果を提供する。
  論文  参考訳（メタデータ） (2025-05-22T18:31:52Z)
• Confident or Seek Stronger: Exploring Uncertainty-Based On-device LLM Routing From Benchmarking to Generalization [61.02719787737867]
  大規模言語モデル(LLM)はますますエッジデバイスにデプロイされ、民主化されている。 1つの有望な解決策は不確実性に基づくSLMルーティングであり、SLM上での低信頼応答が発生すると、高い要求を強いLCMにオフロードする。 我々は1500以上の設定でSLMからLLMへの不確実性駆動型ルーティング戦略のベンチマークと一般化を包括的に調査する。
  論文  参考訳（メタデータ） (2025-02-06T18:59:11Z)
• Efficiently Deploying LLMs with Controlled Risk [0.9208007322096532]
  モデル内不確実性を利用してクエリをデリゲートする,階層型連鎖とマルチレベルアプテンション(HCMA)を提案する。 我々の枠組みは、効率とリスクの間に新たなトレードオフをもたらす。
  論文  参考訳（メタデータ） (2024-10-03T03:25:56Z)
• A Voter-Based Stochastic Rejection-Method Framework for Asymptotically Safe Language Model Outputs [0.0]
  本稿では,LLMの安全性を活用して,安全でない,あるいは低品質な大規模言語モデル(LLM)の出力を防止する手法を提案する。 このシステムでは、LCMチェッカーが生成した出力の受理性に投票し、不承認のしきい値に達すると再生する。
  論文  参考訳（メタデータ） (2024-07-24T04:27:55Z)
• Towards Efficient LLM Grounding for Embodied Multi-Agent Collaboration [68.29746557968107]
  本稿では,多エージェント協調のための新しいフレームワークを提案する。これは,効率的な自己調整のための強化アドバンテージフィードバック(Reinforced Advantage feedback, ReAd)を導入する。 Over-AIと難解なRoCoBenchの実験は、ReAdが成功率のベースラインを超え、エージェントの相互作用ステップを著しく減少させることを示している。
  論文  参考訳（メタデータ） (2024-05-23T08:33:19Z)

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。