論文の概要: Asking for What Was Never Requested: Horizontal and Vertical Proactivity in Agents

• arxiv url: http://arxiv.org/abs/2609.37236v1
• Date: Tue, 29 Sep 2026 10:54:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.429578
• Title: Asking for What Was Never Requested: Horizontal and Vertical Proactivity in Agents
• Title（参考訳）: 依頼されたことのないものを尋ねる: エージェントの水平的および垂直的活動
• Abstract要約: 我々はエージェントがどのような情報を追求すべきかではなく、エージェントが単独で行動すべきかどうかを調査する。 本稿では,質問者に対して,要求された証拠をより多く回収する質問を行うことを推奨するQ&D(クエストとドラフト)を提案する。
• 参考スコア（独自算出の注目度）: 20.119161623590497
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An agent that uses tools typically responds to what the user explicitly asks, yet completing the task may require information the user never requested. Work on proactive agents mainly studies whether and when an agent should act on its own, not what information it should pursue. We study a distinct axis of proactivity: its content. Horizontal proactivity pursues unstated information that the current context already identifies, and vertical proactivity pursues needs that only earlier evidence reveals. A need graph, recovered from a benchmark's own decomposition, records which needs depend on which, so both forms, and whether the agent stops at the right time, can be scored from a transcript without a model judge. To learn this behavior, we propose Q&D (questioner and drafter), which trains a questioner to prefer the question whose continuation retrieves more of the required evidence, with no reward model or judge. On held-out splits of three multi-hop question-answering benchmarks, at equal retrieval spend, the trained questioner improves both forms of proactivity over the same model, prompted, and outperforms a prompted model $15\times$ larger in the same role on two of the three, and the gain persists after controlling for question volume and length. Without further training, we place the questioner in an interactive customer-service agent with a simulated customer, where it completes more tasks while asking fewer questions, and in retail it outperforms the $15\times$ larger model with fewer follow-up turns from the customer. These results show that proactivity depends not only on whether an agent acts without being asked, but also on what it chooses to pursue and when it stops.
• Abstract（参考訳）: ツールを使用するエージェントは、通常、ユーザが明示的に要求するものに応答するが、タスクを完了するには、ユーザが要求したことのない情報が必要になる可能性がある。 プロアクティブエージェントの研究は主に、エージェントがどの情報を追求すべきかではなく、エージェントが単独で行動すべきかどうかを研究する。 我々は、その内容という、プロアクティブの異なる軸について研究する。 水平的活動性は、現在の状況が既に認識している未定の情報を追跡し、垂直的活動性は、以前の証拠しか明らかにしていない要求を追求する。 必要グラフは、ベンチマーク自身の分解から復元され、どの形式か、そしてエージェントが正しいタイミングで停止するかどうかに依存するレコードは、モデル判断なしで転写文から得ることができる。 この振る舞いを学習するために、質問者に対して、報酬モデルや審査員を伴わずに、必要な証拠をより多く取り出す質問を行うことを推奨するQ&D(クエストとドラフト)を提案する。 3つのマルチホップ質問回答ベンチマークのホールドアウトスプリットでは、同じ検索時間で、トレーニングされた質問者は、同じモデル上で両方の活動形式を改善し、刺激されたモデル15\times$を2つのモデルで同じ役割で上回り、質問数と長さを制御した後、ゲインは継続する。 さらなるトレーニングがなければ、質問者はシミュレートされた顧客と対話的なカスタマーサービスエージェントに配置されます。そこでは、より少ない質問をしながら、より多くのタスクを完了させます。 これらの結果は、エージェントが要求されることなく行動するかどうかだけでなく、何を追求するか、いつ停止するかにも依存することを示している。

関連論文リスト

• Rational Clarification by Assistive Agents via Value-of-Information Reasoning [32.61952851391211]
  一般的なアプローチは、しきい値に達するまでユーザの意図に対する不確実性を最小限に抑えるような質問をすることである。 これは下流の性能に対する不確実性低減の影響を無視する。 本稿では,REVOIR(Value-of-Information Reasoning)による合理性問合せについて紹介する。 REVOIRは、質問の価値についての推論時間推論を通じて、明確化決定を行う。
  論文  参考訳（メタデータ） (2026-09-29T13:44:20Z)
• What Happens During Autonomous Deep Research After the User Steps Away? [12.806348370572715]
  自律的なディープリサーチでは、ユーザーはタスクと関連するバックグラウンドを提供し、さらに人間の介入なしに拡張された調査を行うためにエージェントを離れる。 我々は、この初期ユーザー情報を中間行動にどのように反映するか、そしてこれらの行動が最終勧告にどう関係するかを考察する。 タスク関連ユーザファクタを1つ変更して、残りのコンテキストを固定しながら、取得要求、作業ドラフト、最終報告を比較します。
  論文  参考訳（メタデータ） (2026-09-27T12:29:38Z)
• When and How Should an Agent Clarify? CIGAsk: Teaching LLMs to Clarify via Counterfactual Information Gain [73.2163413577971]
  そこで本研究では,回答よりも質問するタイミングと,不明瞭な情報を回復する質問を行う方法という,2つのスキルを教えるレシピを提案する。 不斉あいまいさボーナスは、金のあいまいさラベルに基づいて署名された報酬を端末トークンに割り当て、いつ尋ねるかを案内する。 また、データ単位のチューニングなしでデータセット間で転送し、アウト・オブ・ディストリビューションのベンチマークでシングルターンのQAパフォーマンスを保存する。
  論文  参考訳（メタデータ） (2026-09-21T08:47:39Z)
• IntentRL: Training Proactive User-intent Agents for Open-ended Deep Research via Reinforcement Learning [54.21689544323704]
  Deep Research (DR)エージェントは、パラメトリック知識を超えてLarge Language Models (LLM)を拡張する。 リアルタイムの会話アシスタントとは異なり、DRは計算に高価で時間を要する。 IntentRLは、長期研究を始める前に、潜在ユーザ意図を明らかにするためにプロアクティブエージェントを訓練するフレームワークである。
  論文  参考訳（メタデータ） (2026-02-03T12:43:09Z)
• SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback [68.60326181052658]
  本稿では,高品質で難易度の高い探索問合せを自動生成するエージェントパイプラインを提案する。 我々のパイプラインであるSAGEは、QAペアを提案するデータジェネレータと、生成された質問を解決するための検索エージェントで構成される。 我々の本質的な評価は、SAGEが様々な推論戦略を必要とする質問を生成する一方で、生成したデータの正確性や難易度を著しく高めていることを示している。
  論文  参考訳（メタデータ） (2026-01-26T06:37:56Z)
• Learning Steerable Clarification Policies with Collaborative Self-play [67.67872810596839]
  不明瞭なクエリを処理するために、AIアシスタントは不確実性を管理するためのポリシーが必要である。 我々は,この不確実性を管理するために,自己再生を用いて評価可能な政策を訓練することを提案する。 このことが、提供されたコストに応じて予測可能な振る舞いを変更する、評価可能なポリシーにつながることを示す。
  論文  参考訳（メタデータ） (2025-12-03T18:49:54Z)
• PRInTS: Reward Modeling for Long-Horizon Information Seeking [74.14496236655911]
  PRInTS(PRInTS)は、二重機能で訓練された生成型PRMである。 PRInTSは,オープンソースモデルと特殊エージェントの情報検索能力を向上させる。
  論文  参考訳（メタデータ） (2025-11-24T17:09:43Z)
• A New Query Expansion Approach via Agent-Mediated Dialogic Inquiry [10.76224743599566]
  本稿では,3つの専門的役割を含む対話的調査を行うエージェント媒介型対話型フレームワークAMDを提案する。 マルチエージェントプロセスを活用することで、AMDは質問やフィードバックの洗練を通じて、よりリッチなクエリ表現を効果的に構築する。
  論文  参考訳（メタデータ） (2025-02-12T16:39:06Z)
• ProductAgent: Benchmarking Conversational Product Search Agent with Asking Clarification Questions [68.81939215223818]
  ProductAgentは,戦略的明確化質問生成機能と動的製品検索機能を備えた対話情報探索エージェントである。 我々は,製品特徴の要約,クエリ生成,製品検索のための戦略を持ったエージェントを開発する。 実験の結果,ProductAgentはユーザとポジティブに対話し,対話のターンの増加に伴う検索性能の向上を図っている。
  論文  参考訳（メタデータ） (2024-07-01T03:50:23Z)
• Determining Question-Answer Plausibility in Crowdsourced Datasets Using Multi-Task Learning [10.742152224470317]
  本稿では,品質分析とデータクリーニングのための新しいタスクを提案する。 ソーシャルメディア利用者からのマシンやユーザ生成の質問とクラウドソースによる回答が与えられた場合、質問と回答が有効かどうかを判断する。 クリーンで使いやすい質問応答データセットを生成するためのモデルの有効性を評価する。
  論文  参考訳（メタデータ） (2020-11-10T04:11:44Z)

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。