論文の概要: Beyond Skill Evolution: Self-Evolving Context Management Policies for Long-Horizon Agent Harnesses

• arxiv url: http://arxiv.org/abs/2609.34649v1
• Date: Mon, 28 Sep 2026 08:57:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 11:35:29.219687
• Title: Beyond Skill Evolution: Self-Evolving Context Management Policies for Long-Horizon Agent Harnesses
• Title（参考訳）: スキルの進化を超えて: 長距離エージェントハーネスのための自己進化型コンテキスト管理ポリシー
• Abstract要約: 長軸軌道からコンテキストポリシーを学習するフレームワークであるContextEvoを紹介する。 オープンソースのPi-agentハーネスから始めると、ContextEvoは3つの長期タスクベンチマークのパフォーマンスを改善している。
• 参考スコア（独自算出の注目度）: 37.35772396318843
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Harness evolution improves LLM agents by learning from execution trajectories, but existing experience- and skill-based methods are less effective on long-horizon tasks. As interactions grow, useful evidence can be buried by redundant or outdated context, making context management itself a key bottleneck. We introduce ContextEvo, a framework that learns a context policy from long-horizon trajectories. ContextEvo reconstructs the model-visible context at key decision points, identifies context-related failures, and applies targeted policy updates. Starting from the open-source Pi-agent harness, ContextEvo improves performance across three long-horizon task benchmarks, achieving results comparable to or better than several prominent agent harnesses, including Codex, OpenCode, and OpenClaw. Additional analyses show that fixed or locally evolved context strategies can fall short under long-horizon information pressure, while our methods adapt to the information demands of each environment.
• Abstract（参考訳）: ハーネスの進化は、実行軌跡から学習することでLLMエージェントを改善するが、既存の経験的およびスキルベースの手法は、長期的タスクでは効果が低い。 相互作用が大きくなるにつれて、有用なエビデンスを冗長あるいは時代遅れのコンテキストで埋めることができ、コンテキスト管理自体が重要なボトルネックとなる。 長軸軌道からコンテキストポリシーを学習するフレームワークであるContextEvoを紹介する。 ContextEvoは、重要な決定ポイントでモデル可視コンテキストを再構築し、コンテキスト関連障害を特定し、ターゲットとするポリシー更新を適用します。 オープンソースのPiエージェントハーネスから始めて、ContextEvoは3つの長期タスクベンチマークのパフォーマンスを改善し、Codex、OpenCode、OpenClawなど、いくつかの著名なエージェントハーネスに匹敵する結果を得る。 付加的な分析により,固定的あるいは局所的に進化した文脈戦略は,各環境の情報要求に適応する一方,長期的情報圧力下では不足する可能性が示唆された。

関連論文リスト

• ContextPilot: Teaching Agents for Proactive Context Management via Fine-grained RL [30.70875568757697]
  ロングホライゾンのエージェントタスクは、多ターンインタラクションをまたいだ分散情報を反復的に取得、統合、維持するために大きな言語モデルを必要とする。 近年のプロアクティブなコンテキスト管理手法では、モデルが独自の作業コンテキストを特別なツールで編集できるようになっている。 本稿では,長期エージェント推論のための能動的コンテキスト管理フレームワークであるContextPilotを紹介する。
  論文  参考訳（メタデータ） (2026-08-28T16:01:08Z)
• ACM: Agentic Context Management for Long Horizon Tasks [27.337726990282928]
  Agentic Context Management (ACM) は、エージェントに汎用的なコンテキスト編集ツールを提供するフレームワークである。 短期記憶と長期記憶の相互作用にインスパイアされたエージェントは、いつそのコンテキストを圧縮するかを自律的に決定する。
  論文  参考訳（メタデータ） (2026-07-26T19:19:24Z)
• Learning Agent-Compatible Context Management for Long-Horizon Tasks [79.09330817637205]
  フリーズエージェントのコンテキストを管理するために外部LLMをトレーニングするAdaptive Context Management (AdaCoM)を導入する。 AdaCoMは、静的なコンテンツをプルーニングしながらタスク制約と進捗を保ち、パフォーマンスを大幅に改善する。 学習した戦略は、忠実度-信頼性のトレードオフを明らかにしている: よりバニラリアクトなパフォーマンスを持つエージェントは、高忠実度コンテキストの保存から恩恵を受ける一方、低いパフォーマンスのエージェントは、信頼できる推論体制内に留まるためにより攻撃的な圧縮を必要とする。
  論文  参考訳（メタデータ） (2026-05-29T03:21:08Z)
• AgentSwing: Adaptive Parallel Context Management Routing for Long-Horizon Web Agents [115.18197165538943]
  大規模言語モデル(LLM)は、長距離情報探索のための自律エージェントへと進化する。 既存のコンテキスト管理手法は通常、軌道全体を通して単一の固定戦略にコミットする。 本稿では,探索効率と終端精度の2つの相補的な次元を通じて,長期的成功を特徴付ける確率的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-03-29T02:59:27Z)
• Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models [18.829572148850563]
  ACE(Agentic Context Engineering)は、コンテキストを進化するプレイブックとして扱うフレームワークである。 エージェントとドメイン固有のベンチマークを通じて、ACEは一貫して強力なベースラインを上回っている。 ACEは、ラベル付けされた監視なしに効果的に適応することができ、代わりに自然な実行フィードバックを活用することができる。
  論文  参考訳（メタデータ） (2025-10-06T09:30:18Z)
• Scalable In-Context Q-Learning [68.9917436397079]
  textbfScalable textbfIn-textbfContext textbfQ-textbfLearning (textbfSICQL)を提案する。 textbfSICQLは動的プログラミングとワールドモデリングを利用して、ICRLを効率的な報酬とタスクの一般化に向けて制御する。
  論文  参考訳（メタデータ） (2025-06-02T04:21:56Z)
• A Controlled Study on Long Context Extension and Generalization in LLMs [85.4758128256142]
  広義のテキスト理解とテキスト内学習は、完全な文書コンテキストを利用する言語モデルを必要とする。 長期コンテキストモデルを直接訓練する際の実装上の課題のため、長期コンテキストを扱うためにモデルを拡張する多くの方法が提案されている。 我々は,一貫したベースモデルと拡張データを利用して,標準化された評価による拡張メソッドの制御プロトコルを実装した。
  論文  参考訳（メタデータ） (2024-09-18T17:53:17Z)
• On Context Distribution Shift in Task Representation Learning for Offline Meta RL [7.8317653074640186]
  我々は、文脈に基づくOMRL、特にOMRLのタスク表現学習の課題に焦点を当てる。 この問題を解決するために、堅牢なタスクコンテキストエンコーダをトレーニングするためのハードサンプリングベースの戦略を提案する。
  論文  参考訳（メタデータ） (2023-04-01T16:21:55Z)

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。