論文の概要: EEGAgentBench: Benchmarking LLM Agents on Short- and Long-Horizon EEG Analysis
- arxiv url: http://arxiv.org/abs/2609.31632v1
- Date: Thu, 10 Sep 2026 04:34:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 14:35:46.476778
- Title: EEGAgentBench: Benchmarking LLM Agents on Short- and Long-Horizon EEG Analysis
- Title（参考訳）: EEGAgentBench: 短期・長期脳波分析におけるLLMエージェントのベンチマーク
- Abstract要約: 大規模言語モデル(LLM)は、最近、脳波分析のための自律的エージェントとして約束されている。
EEGAgentBenchは、短期および長期の脳波分析においてLLMエージェントを評価するための統一ベンチマークである。
- 参考スコア（独自算出の注目度）: 14.852916045436842
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Electroencephalography (EEG) analysis is evolving from short-segment classification toward long-horizon interpretation that demands iterative evidence accumulation, multi-step reasoning, and coordinated use of specialized signal-processing tools. Although large language models (LLMs) have recently shown promise as autonomous agents for EEG analysis, existing EEG agentic evaluations remain fragmented, covering limited tasks over narrow temporal horizons with inconsistent protocols, and providing no comprehensive assessment of agents' reasoning, tool-use, and workflow construction capabilities. To address this gap, we propose \textbf{EEGAgentBench}, a unified benchmark for systematically evaluating LLM agents on short- and long-horizon EEG analysis. EEGAgentBench spans six representative EEG applications ranging from knowledge question answering to sleep staging. It encompasses signal durations from 2 seconds to nearly 23 hours, with prediction targets ranging from class labels to event intervals and epoch-level sequences. This design supports unified evaluation across knowledge reasoning, short-horizon interpretation, long-horizon event detection, and sequential understanding. The benchmark further provides 10 deterministic EEG analysis tools that expose only task-relevant signal measurements. Agents must therefore select tools autonomously, accumulate evidence iteratively, and construct multi-step workflows. For evaluation, we benchmark 29 frontier LLMs from 15 model families. Results demonstrate that EEGAgentBench effectively distinguishes agent capabilities beyond model scale and inference cost, while revealing substantial limitations of current LLM agents in long-horizon EEG analysis, particularly in sustained evidence accumulation and multi-step reasoning.
- Abstract（参考訳）: 電気脳波(EEG)解析は、短時間の分類から、反復的証拠蓄積、多段階推論、特殊信号処理ツールの協調使用を要求する長距離解釈へと進化している。
大規模言語モデル(LLM)は、最近、EEG分析のための自律的エージェントとして約束されているが、既存のEEGエージェント評価は断片的であり、不整合プロトコルによる狭い時間的地平線上のタスクをカバーし、エージェントの推論、ツール使用、ワークフロー構築機能の包括的な評価を提供していない。
このギャップに対処するために,LLMエージェントを短時間・長期の脳波分析で体系的に評価するための統一ベンチマークである‘textbf{EEGAgentBench} を提案する。
EEGAgentBenchは6つの代表的なEEGアプリケーションにまたがっている。
信号の持続時間は2秒から23時間近くで、予測対象はクラスラベルからイベントインターバル、エポックレベルのシーケンスまで様々である。
この設計は、知識推論、短軸解釈、長軸イベント検出、シーケンシャルな理解における統一的な評価をサポートする。
このベンチマークはさらに、タスク関連信号測定のみを公開する10の決定論的脳波分析ツールを提供している。
したがってエージェントは、自律的にツールを選択し、エビデンスを反復的に蓄積し、マルチステップワークフローを構築する必要がある。
評価のために15のモデルファミリーから29のフロンティアLSMをベンチマークした。
その結果,EEGAgentBenchは,長期脳波分析において,特に持続的エビデンス蓄積や多段階推論において,現在のLLMエージェントの実質的限界を明らかにしつつ,モデルスケールや推論コストを超えるエージェント能力を効果的に区別できることが示唆された。
関連論文リスト
- ANASSA: An Agentic AI Orchestration Framework for Spatial Intelligence [0.0]
ANASSAは空間システムのためのエージェントAIオーケストレーションフレームワークである。
構造化空間推論、マルチエージェントワークフローオーケストレーション、実行フィードバック、権威的空間検証、証明、不確実性処理、人間決定権限を統合システム設計に統合する。
論文 参考訳（メタデータ） (2026-09-13T22:35:26Z) - From Atomic to Agentic: Towards Interpretable Evaluation of LLMs' Agentic Mathematical Capabilities [103.60384544335072]
大規模言語モデル(LLM)は、エンドツーエンドの数学的推論からエージェントインテリジェンスの統合へと進化している。
本フレームワークは,問題解決エージェントの挙動を,再利用可能な数学的原子能力の構造化された分類法と整合させる。
実験により、同様のエンドツーエンドの精度を持つモデルでは、エージェント能力プロファイルが著しく異なることが判明した。
論文 参考訳（メタデータ） (2026-08-27T10:52:06Z) - Towards a Virtual Neuroscientist: Autonomous Neuroimaging Analysis via Multi-Agent Collaboration [53.772014300855375]
我々は,自律型エンドツーエンド神経画像解析のためのマルチエージェントシステムであるNIAgentを紹介する。
従来のフラットなツール呼び出しエージェントとは異なり、NIAgentはコード中心の実行パラダイムを採用している。
本稿では,コホートレベルの検定とエージェント視覚検査を組み合わせた,自律的品質管理のための階層的検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-10T06:30:19Z) - Agentic AI for Remote Sensing: Technical Challenges and Research Directions [37.28125428920207]
地球観測(EO)は、データ、参照ツール、地理空間状態の協調推論を必要とする多段階解析への静的予測を超えて進んでいる。
本稿では,これらの課題は偶発的ではなく構造的仮定であると主張する。
次に、構造的地理空間状態、ツール認識推論、検証者誘導実行、地理空間的および物理的妥当性に適合した学習目標を中心に、EOネイティブエージェントの設計原理を概説する。
論文 参考訳（メタデータ） (2026-04-27T18:59:49Z) - The Long-Horizon Task Mirage? Diagnosing Where and Why Agentic Systems Break [69.91172974854422]
HORIZONは、大規模言語モデル(LLM)エージェントの長期障害挙動を解析するためのクロスドメイン診断ベンチマークである。
我々は,複数のモデルファミリーのSOTA(State-of-the-art)エージェントを評価し,水平方向依存劣化パターンについて検討した。
本研究は, 長期薬物障害の系統的, クロスドメイン解析への最初の方法論的ステップを提供する。
論文 参考訳（メタデータ） (2026-04-13T19:11:42Z) - E^2-LLM: Bridging Neural Signals and Interpretable Affective Analysis [54.763420895859035]
脳波からの感情分析のための最初のMLLMフレームワークであるELLM2-EEG-to-Emotion Large Language Modelを提案する。
ELLMは学習可能なプロジェクション層を通じて、トレーニング済みのEEGエンコーダとQベースのLLMを統合し、マルチステージのトレーニングパイプラインを使用する。
7つの感情カテゴリーにまたがるデータセット実験により, ELLM2-EEG-to-Emotion Large Language Modelは感情分類において優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2026-01-11T13:21:20Z) - EEGAgent: A Unified Framework for Automated EEG Analysis Using Large Language Models [21.01911300951173]
EEGAgentは、大規模な言語モデル(LLM)を活用して、複数のツールをスケジュールし、計画し、EEG関連のタスクを自動的に完了させる汎用フレームワークである。
EEGAgentは、EEG基本的な情報認識、EEG探索、EEGイベント検出、ユーザとのインタラクション、EEGレポート生成といった重要な機能を実行することができる。
これらの機能はパブリックデータセットで評価され、私たちのEEGAgentは柔軟で解釈可能なEEG分析をサポートできます。
論文 参考訳（メタデータ） (2025-11-13T04:27:06Z) - A Framework for Analyzing Abnormal Emergence in Service Ecosystems Through LLM-based Agent Intention Mining [18.607974352313832]
本稿では,マルチエージェント・インテンション(EAMI)に基づく創発分析の枠組みを紹介する。
EAMIは動的かつ解釈可能な出現分析を可能にする。
複合オンラインオフライン(O2O)サービスシステムにおけるEAMIを検証する実験。
論文 参考訳（メタデータ） (2025-07-21T16:26:49Z) - IDA-Bench: Evaluating LLMs on Interactive Guided Data Analysis [60.32962597618861]
IDA-Benchは、多ラウンドの対話シナリオで大規模言語モデルを評価する新しいベンチマークである。
エージェント性能は、最終的な数値出力と人間由来のベースラインを比較して判断する。
最先端のコーディングエージェント(Claude-3.7-thinkingなど)でさえ50%のタスクを成功させ、シングルターンテストでは明らかでない制限を強調している。
論文 参考訳（メタデータ） (2025-05-23T09:37:52Z) - Emotion-Agent: Unsupervised Deep Reinforcement Learning with Distribution-Prototype Reward for Continuous Emotional EEG Analysis [2.1645626994550664]
連続脳波(EEG)信号は、感情脳-コンピュータインターフェース(aBCI)の応用に広く用いられている。
脳波信号から関連性および情報的感情モーメントを自動的に識別する,非教師なしの深層強化学習フレームワーク Emotion-Agent を提案する。
Emotion-AgentはPPO(Proximal Policy Optimization)を用いて訓練され、安定かつ効率的な収束を実現する。
論文 参考訳（メタデータ） (2024-08-22T04:29:25Z) - AgentBoard: An Analytical Evaluation Board of Multi-turn LLM Agents [74.16170899755281]
本稿では,LLMエージェントの分析的評価に適したオープンソース評価フレームワークであるAgentBoardを紹介する。
AgentBoardは、インクリメンタルな進歩と包括的な評価ツールキットをキャプチャする、きめ細かい進捗率のメトリクスを提供する。
これはLLMエージェントの能力と限界に光を当てるだけでなく、その性能の解釈可能性も最前線に広める。
論文 参考訳（メタデータ） (2024-01-24T01:51:00Z)
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。