論文の概要: Streamlined Reflective Evolution for Task-Adaptive Self-Refinement Pipelines

• arxiv url: http://arxiv.org/abs/2609.32458v1
• Date: Sat, 26 Sep 2026 10:45:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 08:59:55.39534
• Title: Streamlined Reflective Evolution for Task-Adaptive Self-Refinement Pipelines
• Title（参考訳）: タスク適応型自己精製パイプラインの線形反射進化
• Abstract要約: 本稿では,自己精製パイプラインの反射的進化を合理化するためのフレームワークを提案する。 最小限のプロンプトから始めて、WDAはステージ命令とそのシーケンシャル構造を共同で進化させる。 WDAは、知識、数学的推論、マルチホップ質問応答、そして指示に従う5つのベンチマークで評価する。
• 参考スコア（独自算出の注目度）: 7.344577590113121
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reflective prompt optimization improves large language model (LLM) systems without updating model weights, but fixed architectures constrain how self-refinement is organized. We introduce Workflow-Designing Agents (WDA), a framework for streamlined reflective evolution of task-adaptive self-refinement pipelines. Starting from a minimal prompt, WDA jointly evolves stage instructions and their sequential structure. During evolution, we find that repeated revisions can accumulate redundant instructions in a single prompt. In WDA, we propose to address this problem with SPLIT, which redistributes these instructions across specialized stages. Three-example reflection and local screening guide selective search, while calibration scores guide Pareto admission and rollback of unhelpful trailing updates. The resulting pipelines are task-adaptive: their instructions and depth are learned from task data, then fixed for all test inputs within that task. We evaluate WDA on five benchmarks spanning knowledge, mathematical reasoning, multi-hop question answering, and instruction following. On Qwen3.5-9B, WDA achieves an average score of 51.24%, improving over the initial solver by 8.63 percentage points and the variant without SPLIT by 2.60 points. On GPT-4.1-mini, it achieves 49.00%, with corresponding gains of 5.62 and 3.69 points. These results support task-adaptive self-refinement as a complementary direction to broader agentic workflow search.
• Abstract（参考訳）: リフレクティブプロンプト最適化は、モデルの重みを更新することなく、大きな言語モデル(LLM)システムを改善するが、固定アーキテクチャは、自己組織化がどのように組織化されるかを制限する。 タスク適応型自己精製パイプラインのリフレクティブ進化を合理化するためのフレームワークであるWorkflow-Designing Agents (WDA)を紹介した。 最小限のプロンプトから始めて、WDAはステージ命令とそのシーケンシャル構造を共同で進化させる。 進化の過程で、反復的なリビジョンは1つのプロンプトに冗長な命令を蓄積できることがわかった。 WDAでは、SPLITでこの問題に対処し、特定の段階にまたがってこれらの命令を再配布する。 3例のリフレクションと局所スクリーニングガイドの選択検索、キャリブレーションスコアはParetoの許可とロールバックをガイドする。 命令と深さはタスクデータから学習され、タスク内のすべてのテストインプットに対して固定されます。 WDAは、知識、数学的推論、マルチホップ質問応答、そして指示に従う5つのベンチマークで評価する。 Qwen3.5-9Bでは、WDAの平均スコアは51.24%で、初期解法よりも8.63ポイント改善され、SPLITのない変種は2.60ポイント改善された。 GPT-4.1-miniでは49.00%を獲得し、5.62点と3.69点の利得を得た。 これらの結果は、より広範なエージェントワークフロー探索の補完的な方向として、タスク適応型自己修正を支援する。

関連論文リスト

• RRSI: Regularized Recursive Self-Improvement of Agent Harnesses [76.77275934611428]
  正規化再帰的自己改善型エージェント・ハーネス(RRSI) 本稿では、正規化の原則を取り入れたRRSIを紹介し、進化候補の提案と選択を制約することで自己改善を活用する。 RRSIは5つのアウト・オブ・ディストリビューション・ベンチマークで14.1ポイント、最大4.7ポイントを獲得し、非正規化進化よりも30%少ないポリシートークンで動作するハーネスを生産している。
  論文  参考訳（メタデータ） (2026-09-21T17:54:49Z)
• NeoHorse-1: Towards Recursive Self-Improvement via Agentic Post-Training with Routing Harness [76.6324710887112]
  NeoHorse-1は、エージェントのポストトレーニングを通じてこの経路を探索するために開発されたエージェントネイティブモデルのファミリーである。 本システムでは,異種モデルプールとインテリジェントなルーティング,予測能力要求,選択されたサービス層,およびその後のユーザ毎のインタラクションを結合する。
  論文  参考訳（メタデータ） (2026-09-08T03:14:54Z)
• Navigation-Informed Embeddings: Dense-Retriever Adaptation from Agent Search Traces [0.0]
  追跡対象の家系であるNIE(Navigation-Informed Embeddings)を紹介する。 NIE-Stopは停止する文書をソフトなポジティブに変え、NIE-Pathは先行するパス文書をハードな比較として使用する。 NIE-Pathは長路性能を55.4に引き上げ、未適応のエンコーダは46.7に向上した。
  論文  参考訳（メタデータ） (2026-08-16T23:07:44Z)
• Cost-Effective Agent Harnesses for Abstract Reasoning and Generalization on ARC-AGI-1 [4.486629113012585]
  ARC-AGI-1の最近の進歩は、フロンティアモデルよりも重いテスト時間計算と、ARCデータに基づいて小さなモデルを微調整するベンチマーク固有のトレーニングの2つから来ている。 パターン発見とプログラム合成の段階を明示的に分解するエージェントハーネスを構築する。
  論文  参考訳（メタデータ） (2026-07-07T19:49:35Z)
• EngiAI: A Multi-Agent Framework and Benchmark Suite for LLM-Driven Engineering Design [0.4499833362998488]
  3つの評価次元を持つベンチマークスイートを導入する。 本稿では,LangGraph上に構築されたマルチエージェントシステム(MAS)の実装であるEngiAIを紹介する。
  論文  参考訳（メタデータ） (2026-05-19T12:12:09Z)
• Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification [71.98473277917962]
  近年のDeep Research Agents (DRA) の進歩は、自動知識発見と問題解決に変化をもたらしている。 本稿では,政策モデルのアウトプットを反復的に検証することで,エージェントの能力を自己進化させる手法を提案する。 検証の非対称性を生かしたルーブリックスに基づく結果報酬検証器であるDeepVerifierを提案する。
  論文  参考訳（メタデータ） (2026-01-22T09:47:31Z)
• RAGProbe: An Automated Approach for Evaluating RAG Applications [1.38012307221604]
  Retrieval Augmented Generation (RAG)は、ジェネレーティブAIアプリケーションを構築する際にますます利用されている。 本稿では,RAGパイプラインの故障を誘発する質問応答ペアのバリエーションを生成する手法を提案する。
  論文  参考訳（メタデータ） (2024-09-24T23:33:07Z)
• Revisiting the Power of Prompt for Visual Tuning [50.11465784194896]
  本研究では,プロンプトとパッチトークンの相互関係について検討した。 プロンプトトークンはパッチトークンと高い相互情報を共有する傾向にあるという観測から着想を得て,下流トークンのプロトタイプを用いた初期化プロンプトを提案する。 本手法は, 自己指導型プレトレーニングの適応性を著しく向上させ, 少なくとも10%から30%のタスク性能向上を実現した。
  論文  参考訳（メタデータ） (2024-02-04T07:49:02Z)

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。