論文の概要: BACAM: Behavior-Aware Continual Agent Merging for Multi-Turn Interaction

• arxiv url: http://arxiv.org/abs/2610.04966v1
• Date: Sun, 04 Oct 2026 05:26:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 07:32:50.286071
• Title: BACAM: Behavior-Aware Continual Agent Merging for Multi-Turn Interaction
• Title（参考訳）: BACAM:マルチスレッドインタラクションのための行動認識型連続エージェントのマージ
• Abstract要約: 本研究では,従来の統合された専門家を維持しない連続的なエージェント統合について検討する。 本稿では,パラメータ的にゲートを結合する行動認識型連続エージェント・マージ(BACAM)を提案する。 4つのインタラクティブなタスクの中で、BACAMは平均成功率62.82%に達し、最も評価の高いマージベースラインを21.69ポイント上回っている。
• 参考スコア（独自算出の注目度）: 58.08711759956845
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Model merging offers a way to integrate the capabilities of specialized experts, but existing agent merging methods typically require all of them to be available at once. We study continual agent merging, which integrates incoming experts sequentially without retaining previously merged experts. Yet merging in parameter space or feature subspaces does not ensure that the merged model acquires an incoming expert's behavior on interaction trajectories. Moreover, updates toward a new expert can disrupt the merged model's previously integrated interactive behavior. Therefore, we propose Behavior-Aware Continual Agent Merging (BACAM), which learns parameter-wise merging gates from candidate-generated trajectories using expert-guided behavioral supervision. Task-level stability-plasticity control and tensor-level conflict-aware update budgets limit interference with existing capabilities while allowing new ones to be acquired. The learned gates are folded into the model weights without additional inference-time parameters. Across four interactive tasks - web shopping, tool use, information retrieval, and embodied interaction - BACAM achieves an average success rate of 62.82%, exceeding the strongest evaluated merging baseline by 21.69 percentage points. Our code is publicly available at https://github.com/shuaitongli/BACAM.
• Abstract（参考訳）: モデルマージは、専門専門家の能力を統合する手段を提供するが、既存のエージェントマージメソッドは通常、それら全てを同時に利用する必要がある。 本研究では,従来の統合された専門家を維持しない連続的なエージェント統合について検討する。 しかし、パラメータ空間や特徴部分空間のマージは、マージされたモデルが相互作用軌跡のエキスパートの振る舞いを取得することを保証しない。 さらに、新しいエキスパートへのアップデートは、マージされたモデルの以前統合されたインタラクティブな振る舞いを妨害する可能性がある。 そこで本研究では,専門家誘導行動監視を用いて,候補生成軌道からパラメータワイドな統合ゲートを学習する行動認識型連続エージェント・マージ(BACAM)を提案する。 タスクレベルの安定性の可塑性制御とテンソルレベルのコンフリクト対応更新予算は、既存の機能に対する干渉を制限すると同時に、新たなものを取得することができる。 学習されたゲートは、追加の推論時間パラメータなしでモデルウェイトに折り畳まれる。 ウェブショッピング、ツール使用、情報検索、具体的相互作用の4つのインタラクティブなタスクにおいて、BACAMは平均成功率62.82%に達し、21.69ポイントのマージベースラインを上回っている。 私たちのコードはhttps://github.com/shuaitongli/BACAM.comで公開されています。

関連論文リスト

• Rethinking Expert Training for Model Merging with Prompt Learning [29.003417422329715]
  モデルマージは、共有基盤モデルからトレーニングされた複数のドメイン特化専門家を単一のマルチタスクモデルに結合することを目的としている。 既存のアプローチは、マージ手順自体の改善に重点を置いている。 最初にプロンプトを学習し、次に視覚エンコーダを微調整する2段階のトレーニング戦略であるDual-Tuned Experts(DTE)を紹介する。
  論文  参考訳（メタデータ） (2026-07-27T14:04:48Z)
• Multi-Agent LLMs Fail to Explore Each Other [34.74439361133657]
  本稿では,現代の大規模言語モデル (LLM) エージェントが相互に対話する際に効果的に探索できないことを示す。 MACE(Multi- Agent Contextual Exploration)は、構造化されたピア選択による探索を明示的に促進する軽量なフレームワークである。
  論文  参考訳（メタデータ） (2026-07-13T08:34:05Z)
• From Knowing to Acting: Benchmarking Self-Awareness Capability of LLM Agents [69.07911499189129]
  エージェントのメタ認知判断(Knowing)を自発的実行(Acting)から切り離して認知行動アライメントを評価するフレームワークであるKAPROを紹介する。 実験の結果,自己認識能力はタスク成功と強く相関するが,内部能力設定では著しく低下することがわかった。 プロプライエタリで推論指向のモデルは、より信頼性の高い認知ゲーティングを示します。
  論文  参考訳（メタデータ） (2026-06-09T17:17:08Z)
• Model Merging in the Essential Subspace [78.5390284258307]
  モデルマージは、複数のタスク固有の細調整されたモデルを、追加のトレーニングなしで単一のマルチタスクモデルに統合することを目的としている。 広範囲の研究にもかかわらず、タスク干渉は依然として大きな障害であり、しばしば統合されたモデルの性能を損なう。 効率的なモデルマージのための堅牢なフレームワークであるESM(Essential Subspace Merging)を提案する。
  論文  参考訳（メタデータ） (2026-02-23T00:33:38Z)
• Agent-Dice: Disentangling Knowledge Updates via Geometric Consensus for Agent Continual Learning [41.461840578204956]
  大言語モデル(LLM)ベースのエージェントは、破滅的な忘れをせずに新しいタスクを学習する。 Agent-Diceは指向性コンセンサス評価に基づくパラメータ融合フレームワークである。 GUIエージェントとツール使用エージェントドメインの実験は、Agent-Diceが優れた連続学習性能を示すことを示した。
  論文  参考訳（メタデータ） (2026-01-07T06:43:50Z)
• InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs [72.5651722107621]
  InterAgentはテキスト駆動型物理ベースのマルチエージェントヒューマノイド制御のためのエンドツーエンドフレームワークである。 本稿では,マルチストリームブロックを備えた自己回帰拡散トランスフォーマーを提案する。 また,空間依存性の微粒化を明示的に捉えた対話グラフのエクスセプション表現を提案する。
  論文  参考訳（メタデータ） (2025-12-08T10:46:01Z)
• Merging Models on the Fly Without Retraining: A Sequential Approach to Scalable Continual Model Merging [75.93960998357812]
  ディープモデルマージ(Deep Modelmerging)は、複数の微調整モデルを組み合わせて、さまざまなタスクやドメインにまたがる能力を活用する、新たな研究方向を示すものだ。 現在のモデルマージ技術は、全ての利用可能なモデルを同時にマージすることに集中しており、重量行列に基づく手法が主要なアプローチである。 本稿では,モデルを逐次処理するトレーニングフリーなプロジェクションベース連続マージ手法を提案する。
  論文  参考訳（メタデータ） (2025-01-16T13:17:24Z)
• Interaction Pattern Disentangling for Multi-Agent Reinforcement Learning [39.4394389642761]
  本稿では,対話型対話を対話型プロトタイプに切り離すための新しい対話型On Pattern DisenTangling (OPT) 手法を提案する。 OPTは無関係な実体間のノイズの相互作用をフィルタリングしやすくし、一般化可能性や解釈可能性を大幅に向上させる。 単一タスク,マルチタスク,ゼロショットのベンチマーク実験により,提案手法が最先端のベンチマークよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-07-08T13:42:54Z)

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。