論文の概要: CAIRN: Dynamic Fact-Intent DAGs for Multi-Agent Exploration

• arxiv url: http://arxiv.org/abs/2609.32700v1
• Date: Sat, 26 Sep 2026 15:05:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 21:10:09.891484
• Title: CAIRN: Dynamic Fact-Intent DAGs for Multi-Agent Exploration
• Title（参考訳）: CAIRN: マルチエージェント探索のための動的Fact-Intent DAG
• Abstract要約: 目標指向探索のためのファクトインテント駆動型マルチエージェントパラダイムであるCAIRNを提案する。 CAIRNは、動的指向性非巡回グラフ(DAG)として観測と計画された調査を表現している。 我々はサイバーセキュリティや数学的推論タスク、タスクの成功、解決までの時間、トークン消費などにわたってCAIRNを評価した。
• 参考スコア（独自算出の注目度）: 5.166674216827278
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM-powered autonomous systems have demonstrated promising capabilities in mathematical reasoning, engineering, and cybersecurity. Yet how to organize these systems for effective, reliable, and sustained performance remains an open question. In this paper, we present CAIRN, a fact-intent-driven multi-agent paradigm for goal-directed exploration. CAIRN represents observations and planned investigations as a dynamic directed acyclic graph (DAG). A reasoner interprets facts to propose intents, which workers execute to produce new facts. Each intent references its supporting facts and defines a potential exploration branch. The persistent graph preserves goals, dependencies and findings across workers, supporting knowledge reuse and parallel exploration. The graph also makes execution trajectories traceable and auditable, providing a basis for human verification and intervention. We evaluate CAIRN across cybersecurity and mathematical reasoning tasks, examining task success, time to solution, and token consumption. DAG-based coordination can incur higher token costs with no observable performance gains on tasks that require little effort. However, on high-effort tasks (at least 1M tokens), we observe faster solutions in 76.5% of cases, with speedups of up to 3.08x. Moreover, as task effort increases, these time gains become more pronounced while relative token overhead declines, highlighting the potential of DAG-guided parallel exploration.
• Abstract（参考訳）: LLMによる自律システムは、数学的推論、エンジニアリング、サイバーセキュリティにおいて有望な能力を示している。 しかし、これらのシステムを効果的で信頼性があり、持続的なパフォーマンスのために組織する方法は、未解決の問題である。 本稿では,目標指向探索のためのファクトインテント駆動型マルチエージェントパラダイムであるCAIRNを提案する。 CAIRNは、観測と計画された調査を動的指向非巡回グラフ(DAG)として表現している。 推論者は、労働者が新しい事実を生成するために実行する意図を提案するために事実を解釈する。 各意図は、その支援事実を参照し、潜在的探索枝を定義する。 永続グラフは、労働者間の目標、依存関係、発見を保存し、知識の再利用と並列探索をサポートする。 グラフはまた、実行軌跡をトレース可能で監査可能とし、人間の検証と介入の基礎を提供する。 我々はサイバーセキュリティや数学的推論タスク、タスクの成功、解決までの時間、トークン消費などにわたってCAIRNを評価した。 DAGベースのコーディネーションは、少ない労力を要するタスクに対して、観測可能なパフォーマンス向上を伴わずに、より高いトークンコストを発生させる可能性がある。 しかし、高速なタスク(少なくとも100万トークン)では76.5%のケースで高速な解が観測され、スピードアップは最大3.08倍になる。 さらに,タスクの労力が増大するにつれて,相対的なトークンオーバーヘッドが減少する一方で,これらの時間増加が顕著になり,DAG誘導並列探索の可能性が強調される。

関連論文リスト

• ScienceFlow: A long-horizon agent for ML research, scientific discovery and beyond [27.718666775653393]
  ScienceFlowはエンドツーエンドの自動検索エージェントフレームワークで、長期の研究作業を実行可能なワークスペースに基盤を置いた研究セグメントに整理する。 研究の進展を回復可能な実行可能状態として表現し、効率的な探索、修正、実行を可能にします。 様々なロングホライゾンベンチマークの結果は、SOTA 70.22%のAny-Medalスコアが24時間予算で完全なMLEベンチの有効研究プロセスを維持できることを示した。
  論文  参考訳（メタデータ） (2026-08-14T14:54:01Z)
• Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
  SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。 ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。 タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
  論文  参考訳（メタデータ） (2026-06-10T22:55:30Z)
• InnovatorBench: Evaluating Agents' Ability to Conduct Innovative LLM Research [36.46396692622759]
  InnovatorBenchは、LLM(Large Language Model)研究を行うエージェントの現実的なエンドツーエンド評価のためのベンチマークプラットフォームである。 データ・コンストラクション、フィルタリング、拡張、ロス・デザイン、リワード・デザイン、スカフォード・コンストラクションにまたがる20のタスクで構成されている。 我々はまた、リッチなアクションスペース、分散された長期実行、非同期監視、スナップショット保存を提供するResearchGymの開発も行っている。
  論文  参考訳（メタデータ） (2025-10-31T16:22:23Z)
• RRO: LLM Agent Optimization Through Rising Reward Trajectories [52.579992804584464]
  大規模言語モデル (LLM) は様々なタスクにおいて異常な性能を示した。 実際には、エージェントは特定の重要なステップの結果に敏感で、タスクを失敗する可能性がある。 この問題を軽減するために,Reward Rising Optimization (RRO)を提案する。
  論文  参考訳（メタデータ） (2025-05-27T05:27:54Z)
• A Survey of Efficient Reasoning for Large Reasoning Models: Language, Multimodality, and Beyond [88.5807076505261]
  大規模推論モデル (LRM) は, 推論中におけるチェーン・オブ・ソート (CoT) の推論長を拡大することにより, 高い性能向上を示した。 懸念が高まっているのは、過度に長い推論の痕跡を生み出す傾向にある。 この非効率性は、トレーニング、推論、現実のデプロイメントに重大な課題をもたらす。
  論文  参考訳（メタデータ） (2025-03-27T15:36:30Z)
• Beyond the Destination: A Novel Benchmark for Exploration-Aware Embodied Question Answering [87.76784654371312]
  Embodied Question Answeringでは、エージェントが動的に3D環境を探索し、視覚情報を積極的に収集し、質問に答えるために多段階の推論を行う必要がある。 既存のデータセットはしばしばバイアスや事前の知識を導入し、非身体的推論につながる。 探索能力と推論能力の両方を評価するために特別に設計された最大のデータセットを構築します。
  論文  参考訳（メタデータ） (2025-03-14T06:29:47Z)
• WorkArena++: Towards Compositional Planning and Reasoning-based Common Knowledge Work Tasks [85.95607119635102]
  大型言語モデル(LLM)は人間のような知性を模倣することができる。 WorkArena++は、Webエージェントの計画、問題解決、論理的/論理的推論、検索、コンテキスト的理解能力を評価するように設計されている。
  論文  参考訳（メタデータ） (2024-07-07T07:15:49Z)

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。