論文の概要: Principles that Guide, Actions that Inform: Agent Evolution via Knowledge Abstraction

• arxiv url: http://arxiv.org/abs/2610.06964v1
• Date: Sat, 03 Oct 2026 17:29:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.481379
• Title: Principles that Guide, Actions that Inform: Agent Evolution via Knowledge Abstraction
• Title（参考訳）: ガイドする原則、インフォームするアクション:知識抽象化によるエージェント進化
• Abstract要約: SAGAは、大規模言語モデル(LLM)エージェントにおける経験に基づく知識抽象化と利用のためのフレームワークである。 相互作用の軌跡をエピソード的な記述、再利用可能な手順、原則に変換する。 蓄積された知識が将来のインタラクションをガイドし、新しいエクスペリエンスが階層的なメモリを継続的に更新する。
• 参考スコア（独自算出の注目度）: 12.156495118348479
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language model (LLM) agents have demonstrated strong capabilities in interactive environments, yet their ability to continually evolve from experience remains limited. Although fine-tuning enables adaptation, its dependence on parameter access and high computational costs restrict its flexibility, especially for large-scale and closed-source LLMs. External memory offers an alternative by allowing agents to accumulate experience without modifying model parameters. However, existing methods mainly focus on experience representation and organization, while the acquired knowledge remains tightly coupled with specific tasks and contexts, limiting generalization. A key challenge is how to transform concrete interactions into abstract and reusable knowledge that guides future decisions beyond individual experiences. To address this challenge, we propose SAGA (\underline{\textbf{S}}elf-evolving \underline{\textbf{A}}gents through Experience-\underline{\textbf{G}}rounded \underline{\textbf{A}}bstraction), a framework for experience-grounded knowledge abstraction and utilization in LLM agents. SAGA progressively transforms interaction trajectories into episodic descriptions, reusable procedures, and principles with explicit applicability conditions, while maintaining links to execution evidence. Retrieved principles are instantiated into task-specific guidance and used to refine candidate actions through corrective feedback and resampling. This creates an execution--abstraction feedback loop, where accumulated knowledge guides future interactions and new experiences continuously update hierarchical memory. Experiments on ScienceWorld and ALFWorld demonstrate improved task performance, with ablation studies highlighting the importance of contextual instantiation and action regulation for leveraging principle-level knowledge.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、対話環境において強力な能力を示してきたが、経験から継続的に進化する能力は限られている。 微調整は適応を可能にするが、パラメータアクセスへの依存と高い計算コストは、特に大規模およびクローズドソースのLCMにおいて、その柔軟性を制限している。 外部メモリは、モデルパラメータを変更することなくエージェントが経験を蓄積できる代替手段を提供する。 しかし、既存の手法は主に経験表現と組織に重点を置いているが、獲得した知識は特定のタスクやコンテキストと密結合し、一般化を制限している。 重要な課題は、具体的な相互作用を抽象的で再利用可能な知識に変える方法だ。 この課題に対処するために、経験的知識抽象化とLLMエージェントの活用のためのフレームワークであるSAGA(\underline{\textbf{S}}elf-evolving \underline{\textbf{A}}gents through Experience-\underline{\textbf{G}}rounded \underline{\textbf{A}}bstraction)を提案する。 SAGAは、相互作用の軌跡を漸進的にエピソード的な記述、再利用可能な手順、および明示的な適用性条件の原則に変換すると同時に、実行証拠へのリンクを維持する。 回収された原則はタスク固有のガイダンスにインスタンス化され、修正的なフィードバックと再サンプリングを通じて候補アクションを洗練するために使用される。 蓄積された知識が将来のインタラクションをガイドし、新しいエクスペリエンスが階層的メモリを継続的に更新する。 ScienceWorldとALFWorldの実験はタスクパフォーマンスの向上を実証し、アブレーション研究は、原則レベルの知識を活用するための文脈的インスタンス化と行動規制の重要性を強調した。

関連論文リスト

• ReCAP: Retrieval-Guided Capability Reuse for Multimodal Continual Instruction Tuning [53.43775325949729]
  マルチモーダル・インストラクション・チューニングの目的は,マルチモーダルな大規模言語モデルがシーケンシャルタスクから新たな機能を獲得できるようにすることである。 既存の方法は、パラメータの更新を制限したり、タスク固有の適応を分離することで、破滅的な忘れを軽減します。 本稿では,外部知識を活用した検索誘導型フレームワークReCAPを提案する。
  論文  参考訳（メタデータ） (2026-09-29T15:56:11Z)
• ExpVoyager: Direct Experience Navigation for Dynamic Agent Skill Synthesis [11.399221632873934]
  LLMエージェントの経験から学ぶことは、自己進化エージェントを開発する上で重要なパラダイムとなっている。 このパラダイムの中で、エージェントスキルは、蓄積された経験を再利用可能な手続き的知識に変換するための有望なソリューションとして現れています。 ExpVoyagerは、スキルキュレーターが様々なビューや解像度で生体験をナビゲートする新しいフレームワークである。
  論文  参考訳（メタデータ） (2026-09-26T13:48:10Z)
• Self-Improving Large Language Models via Progressive Experience Evolution [52.03479747358687]
  textbfSPEE(textbfSelf-textbfProgressive textbfExperience textbfEvolution)を提案する。 5つの数学的推論ベンチマークの実験は、SPEEが3つのモデルスケールでテスト時間とトレーニング時間の両方の自己進化ベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-08-03T12:27:32Z)
• SEARL: Joint Optimization of Policy and Tool Graph Memory for Self-Evolving Agents [35.45207852488779]
  本稿では,ツールメモリをベースとした自己進化型エージェントフレームワークSEARLを紹介する。 インタラクションエクスペリエンスを直接利用するアプローチとは異なり,本手法では,計画と実行を統合する構造化されたエクスペリエンスメモリを構築している。 我々は,知識推論と数学タスクの枠組みを評価し,より実践的で効率的な学習を実現する上での有効性を実証した。
  論文  参考訳（メタデータ） (2026-04-09T04:38:47Z)
• Self-Consolidation for Self-Evolving Agents [51.94826934403236]
  大規模言語モデル(LLM)エージェントは静的システムとして機能し、生涯にわたる相互作用を通じて進化する能力に欠ける。 相補的進化機構を導入したLLMエージェントのための新しい自己進化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-02T11:16:07Z)
• Experience Scaling: Post-Deployment Evolution For Large Language Models [44.48142891798125]
  大規模言語モデル(LLM)の継続的デプロイ後進化のためのフレームワークであるエクスペリエンススケーリングを提案する。 このフレームワークは,以前には見つからなかったが関連するタスク,繰り返しクエリ,過飽和知識ストアへの一般化を含む実世界のシナリオで検証される。 その結果、構造化されたデプロイ後学習は、静的な人間生成データの限界を超えてLLM能力を拡張できることを示した。
  論文  参考訳（メタデータ） (2025-09-23T08:04:58Z)
• Improving LLM Agent Planning with In-Context Learning via Atomic Fact Augmentation and Lookahead Search [48.348209577994865]
  大規模言語モデル(LLM)はますます有能になるが、複雑で対話的な環境で効果的に機能するためには、重要なガイダンスや広範な相互作用履歴を必要とすることが多い。 テキスト内学習による計画能力を高める新しいLLMエージェントフレームワークを提案する。 我々のエージェントは、その相互作用軌跡からタスククリティカルな原子事実'を抽出することを学ぶ。
  論文  参考訳（メタデータ） (2025-06-10T18:36:31Z)
• ExpeL: LLM Agents Are Experiential Learners [57.13685954854463]
  実験学習エージェント(ExpeL)を導入し、パラメトリック更新を必要とせずにエージェント体験から学習できるようにする。 我々のエージェントは、経験を自律的に収集し、学習課題の集合から自然言語を用いて知識を抽出する。 推論において、エージェントは抽出された洞察と過去の経験をリコールし、情報的決定を行う。
  論文  参考訳（メタデータ） (2023-08-20T03:03:34Z)

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。