論文の概要: Toward SLM-based agentic task-tool intent matching

• arxiv url: http://arxiv.org/abs/2610.03213v1
• Date: Fri, 02 Oct 2026 12:31:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.36238
• Title: Toward SLM-based agentic task-tool intent matching
• Title（参考訳）: SLMに基づくエージェント型タスクツールインテントマッチングに向けて
• Abstract要約: エージェントシステムの水平成長は、呼び出しごとの自動監視の必要性を動機付けている。 小型言語モデル (SLM) はタスクツールの関連分類器として機能する。 我々は、SLMの最適化と特殊化のために、プロンプト最適化、教師付き微調整、強化学習を利用する。
• 参考スコア（独自算出の注目度）: 3.897391497125516
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Tool-equipped AI agents use tool calls to access data and act on external systems. Horizontal growth of agentic systems increases the number of these interactions, and further motivates the need for automated, per-call oversight that can operate at low latency and/or on-prem. Conventional authorization schemes can determine whether an agent is allowed to invoke a tool, but cannot assess the agent's underlying cognition, specifically, whether the tool selection represents a logical, relevant step toward satisfying the intent of the task or not. Consequently, an allowed call may still deviate from the task's intent: a rogue agent might deviate the calls or nudge other agents to make a combination of calls that would not align with the intent of the task. Therefore, every call needs to be verified. In this study we investigate the applicability of Small Language Models (SLMs) to this purpose: an SLM functions as a task-tool relevance classifier that evaluates every selected tool independently against the assigned task and returns a relevance signal for downstream enforcement. Equipped with a novel dataset with multi-tool tasks whose required tools span distinct Model Context Protocol (MCP) servers, we used prompt-optimization, supervised fine-tuning, and reinforcement learning through GRPO to optimize and specialize SLMs.
• Abstract（参考訳）: ツールを備えたAIエージェントは、ツールコールを使用してデータにアクセスし、外部システムに作用する。 エージェントシステムの水平成長は、これらの相互作用の数を増やし、低レイテンシおよび/またはオンプレミスで動作可能な自動呼び出し毎監視の必要性をさらに動機付けている。 従来の認可方式では、エージェントがツールを呼び出すことを許可されているかどうかを判断できるが、エージェントの基本的な認知を評価することはできない。 その結果、許可された呼び出しは、タスクの意図から逸脱する可能性がある: ローグエージェントは、タスクの意図と一致しない呼び出しを組み合わせるために、呼び出しを逸脱したり、他のエージェントを怒らせるかもしれない。 したがって、すべての呼び出しを検証する必要がある。 本研究では,スモールランゲージモデル(SLM)の適用性について検討する。SLMはタスク・ツール・レバレンス・クラシファイアとして機能し,各選択したツールが割り当てられたタスクに対して独立に評価し,ダウンストリームの強制を行うためのレバレンス・シグナルを返す。 必要ツールが異なるモデルコンテキストプロトコル(MCP)サーバにまたがるマルチツールタスクを備えた新しいデータセットを備え、我々は、GRPOによるプロンプト最適化、教師付き微調整、強化学習を用いて、SLMの最適化と特殊化を行った。

関連論文リスト

• Progressive Skill Discovery as Access Control for Tool-Using LLM Agents: Structural Governance through Role-Scoped Capability Delivery [0.0]
  大きな言語モデル(LLM)エージェントは、巨大なエンタープライズツールセットに晒されると、安全にスケールするのに苦労する。 マルチエージェントドメインデリゲートのような既存の緩和策は監査ログを分散化し、ポリシーコンプライアンスの保証に失敗する。 スキル、ツール、インストラクションのバンドルとそれらを束縛する制限という、機能を役割にパッケージするフレームワークであるSillderを紹介します。
  論文  参考訳（メタデータ） (2026-09-23T18:31:44Z)
• Symbolic Temporal Supervision of LLM Agents Using Contracts [1.7188280334580195]
  本稿では,大規模言語モデル(LLM)エージェントのシンボリック時間監視のための契約ベースのフレームワークであるContrAgentを紹介する。 ContrAgentは、エージェントの振舞いを一連のツールコールとして捉え、それを固定されたチェック可能な述語セット上のトレースとしてフォーマル化する。 その後、有限トレース上の線形時間論理における仮定保証契約(sum-guarantee contract)を用いて必要な振る舞いを特定する。
  論文  参考訳（メタデータ） (2026-09-16T05:05:35Z)
• Hybrid Inspection and Task-Based Access Control in Zero-Trust Agentic AI [4.092829002386613]
  侵入されたまたは悪意のあるエージェントアプリケーションは、ツールコールを改ざんしたり、結果を偽造したり、対象の意図したタスクの範囲を超えて許可を求めることができる。 本稿では,ゼロトラスト・インターセプション・レイヤによって実現される決定論的および意味論的制御を組み合わせた,ハイブリッド・ランタイム実行モデルを提案する。 タスクに関連性のある非関連ツールコールを含むマルチターンインタラクションを備えた対話ツールデータセットを新たに生成する。
  論文  参考訳（メタデータ） (2026-05-04T15:00:37Z)
• RemoteAgent: Bridging Vague Human Intents and Earth Observation with RL-based Agentic MLLMs [55.44696796126619]
  地球観測システムは、曖昧な自然言語を通じて要求を表現するドメインの専門家を支援するように設計されている。 実用的なEOAIシステムは、あいまいな人間のクエリと適切な多粒度視覚分析タスクのギャップを埋めなければならない。 MLLMの能力固有の境界を戦略的に尊重するエージェントフレームワークであるRemoteAgentを提案する。
  論文  参考訳（メタデータ） (2026-04-09T03:40:46Z)
• Tool-to-Agent Retrieval: Bridging Tools and Agents for Scalable LLM Multi-Agent Systems [1.2092584191043323]
  ツールと親エージェントの両方を共有ベクトル空間に埋め込む統合フレームワークであるTool-to-Agent Retrievalを紹介する。 ツールの機能を明示的に表現し,メタデータをエージェントレベルにトラバースすることで,ツールからエージェントレベルの詳細な検索が可能になる。
  論文  参考訳（メタデータ） (2025-11-03T18:58:28Z)
• DeepAgent: A General Reasoning Agent with Scalable Toolsets [111.6384541877723]
  DeepAgentは、自律的な思考、ツール発見、アクション実行を実行するエンドツーエンドのディープ推論エージェントである。 長期にわたる相互作用の課題に対処するために,過去の相互作用を構造化エピソード,動作,ツール記憶に圧縮する自律的メモリ折り畳み機構を導入する。 LLMシミュレートされたAPIを活用し、ツール呼び出しトークンにきめ細かいクレジットを割り当てるツールコールアドバンテージ属性を適用した、エンドツーエンドの強化学習戦略であるToolPOを開発した。
  論文  参考訳（メタデータ） (2025-10-24T16:24:01Z)
• NaviAgent: Bilevel Planning on Tool Navigation Graph for Large-Scale Orchestration [13.925896302382043]
  大規模言語モデル(LLM)は、最近、外部ツールを呼び出すことによって関数呼び出しエージェントとして機能する機能を示した。 そこで我々は,タスクプランニングをツール実行からツールエコシステムのグラフベースモデリングを通じて分離するNaviAgentを提案する。 実験によると、NaviAgentはモデルとタスク間で最高のタスク成功率を達成し、TWMNを統合することで、複雑なタスクで最大17ポイントパフォーマンスが向上する。
  論文  参考訳（メタデータ） (2025-06-24T10:39:07Z)
• Learning to Use Tools via Cooperative and Interactive Agents [58.77710337157665]
  ツール学習は、外部ツールを使用してユーティリティを拡張するエージェントとして、大きな言語モデル(LLM)を促進する。 ツール選択,ツール実行,アクションキャリブレーションの3つの特別なエージェントを個別にコーディネートする,協調型対話型エージェントフレームワークであるConAgentsを提案する。 3つのデータセットに対する実験により、LLMは、ConAgentsを装備した場合、大幅に改善されたベースラインよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-03-05T15:08:16Z)

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。