論文の概要: FreeEvolve: Learning to Evolve Beyond Fixed Loops
- arxiv url: http://arxiv.org/abs/2610.09197v1
- Date: Tue, 06 Oct 2026 22:47:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.640335
- Title: FreeEvolve: Learning to Evolve Beyond Fixed Loops
- Title（参考訳）: FreeEvolve: 修正ループを超えて進化する学習
- Abstract要約: エージェント進化器の最適化プロセスを自動化するFREEEVOLVEを提案する。
環境は、目標、ターゲットエージェント、評価器、データ、リソース制限を指定する。
これらの限界の中で、進化論者自身は、何をテストするか、どれだけの証拠を集めるか、どの候補を追求し、いつ止まるかを決定する。
tau3-bench, ARC-AGI-2, ARC-AGI-3, Terminal-Bench 2.1では、FREEEVOLVEがそれ自体で進化のキャンペーンを制御しているが、平均で13.6ポイント改善し、手作りの進化論者を上回る。
- 参考スコア（独自算出の注目度）: 10.129883082233981
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agent evolvers automate the design of the prompts, skills and workflows around language model agents, yet the optimization process they follow is still designed by hand: a fixed search loop decides how candidates are evaluated, which are kept and when the search stops. We propose FREEEVOLVE, which automates this process as well. An environment specifies the goal, target agent, evaluator, data and resource limits; within these limits, the evolver itself decides what to test, how much evidence to collect, which candidates to pursue and when to stop. These decisions follow an editable evolution skill, which we improve through meta-evolution by scoring each candidate skill on the fresh target agent it produces. The optimization process thus becomes a capability learned from experience rather than a loop engineered in advance. On tau3-bench, ARC-AGI-2, ARC-AGI-3 and Terminal-Bench 2.1, FREEEVOLVE controls the evolution campaign by itself, yet improves the primary held-out metric by 13.6 points on average and matches or exceeds hand-designed evolvers. The learned process keeps improving with experience: meta-evolved skills add 6.9 points over the seed skill on fresh target agents, demonstrating transferability across environments.
- Abstract（参考訳）: エージェントの進化者は、言語モデルエージェントに関するプロンプト、スキル、ワークフローの設計を自動化するが、それに続く最適化プロセスはまだ手作業で設計されている。
このプロセスを自動化するFREEEVOLVEを提案する。
環境は、目標、目標エージェント、評価者、データ、リソース制限を指定する。これらの制限の中で、進化論者自身は、何をテストするか、どれだけのエビデンスを収集するか、どの候補を追求し、いつ停止するかを決定する。
これらの決定は、編集可能な進化スキルに従い、生成する新鮮ターゲットエージェントに対して、各候補スキルを評価することによって、メタ進化を通じて改善する。
最適化プロセスは、事前に設計されたループではなく、経験から学んだ能力になる。
tau3-bench, ARC-AGI-2, ARC-AGI-3, Terminal-Bench 2.1では、FREEEVOLVEがそれ自体で進化のキャンペーンを制御しているが、平均で13.6ポイント改善し、手作りの進化論者を上回る。
メタ進化スキルは、新鮮なターゲットエージェントにシードスキルを6.9ポイント追加し、環境間での転送可能性を示す。
関連論文リスト
- Learning from Research: Toward Lifelong Agent Harness Evolution [25.703133924514884]
言語エージェントはますます複雑なタスクを解決することが期待されている。
有望なアプローチの1つは、ツールの使用、メモリ管理、タスク実行を管理するソフトウェアであるエージェントハーネスを進化させることである。
ScholarEvolveは、進化をガイドするための最先端の研究を自動的に引き出すフレームワークである。
論文 参考訳（メタデータ） (2026-09-30T17:00:38Z) - SkillVine: Agent Skill Evolution via Branching Exploration [12.13535224292116]
エージェントスキルは、環境とのインタラクションからトラジェクトリを使用して、自動的に改善できる。
既存のアプローチは、最新のスキルライブラリバージョンに順次適用される線形進化パラダイムを優先的に採用している。
本稿では,グラフ検索問題としてスキル進化を定式化する自動スキル進化フレームワークであるSkillVineを提案する。
論文 参考訳（メタデータ） (2026-09-26T15:49:39Z) - Aspire: Can Models Self-Evolve from Vague Goals? [61.65007006747275]
我々はあいまいなゴール駆動型自己進化のベンチマークであるASPIREを紹介する。
ASPIREは、統一された対話環境におけるモデルウェイトとエージェントハーネスの進化をサポートする。
実験の結果,曖昧な目標が探索努力を目標解釈に向けることが示唆された。
論文 参考訳（メタデータ） (2026-08-31T17:14:59Z) - Teaching LLMs to Self-Evolve: Cultivating Core Meta-Skills with Reinforcement Learning [51.17262419591891]
AlphaEvolveが示すように、環境フィードバックによる反復的自己進化によるテスト時間のスケーリングは、顕著なパフォーマンス向上を示している。
本稿では,データ合成パイプライン,進化対応強化学習,推論時進化探索によるメタスキル開発を目的としたMetaEvolveを提案する。
論文 参考訳（メタデータ） (2026-07-24T04:35:29Z) - MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution [24.78476085778134]
自己改善エージェントは、実行トレースから自身のスキルファイルを書き換えることで、この問題に対処する。
MetaSkill-Evolveはエージェントスキルの改善を再帰的に行う2段階のフレームワークである。
タスクスキルは高速ループで進化し、メタスキルは自分自身に適用される同じパイプラインの下で遅いループで進化する。
5つのパイプラインエージェントが1つの凍結バックボーンを共有しているため、MetaSkill-Evolveは、ノスキル、スタティックスキル、シングルレベルの進化ベースラインよりも優れています。
論文 参考訳（メタデータ） (2026-07-06T16:40:23Z) - EvoArena: Tracking Memory Evolution for Robust LLM Agents in Dynamic Environments [100.23277774720928]
EvoArenaは、端末、ソフトウェア、ソーシャルドメイン間でのプログレッシブアップデートのシーケンスとして環境変化をモデル化するベンチマークスイートである。
EvoMemは、メモリの進化を構造化された更新履歴として記録するパッチベースのメモリパラダイムである。
論文 参考訳（メタデータ） (2026-06-11T17:59:59Z) - Self-evolving LLM agents with in-distribution Optimization [60.05867547965365]
大規模言語モデル(LLM)は最近、複雑な環境で対話的なエージェントのための強力なコントローラとして登場した。
本稿では,自動プロセス・リワードラベリングとポリシー学習を統一するLDMエージェントの自己進化フレームワークであるQ-Evolveを提案する。
我々は,AlfWorld,WebShop,ScienceWorldの手法を評価し,Q-Evolveがサンプル効率,堅牢性,全体的なタスク性能において高いベースラインを達成していることを示す。
論文 参考訳（メタデータ） (2026-06-05T15:09:52Z) - You Live More Than Once: Towards Hierarchical Skill Meta-Evolving [92.6633152185458]
テストタイムスキルの進化はエージェントシステムを強化するための新しいパラダイムと見なされている。
エージェントシステムの継続的改善には,スキル進化フレームワークの試験時間改善が不可欠であることを示す。
軽量な階層型スキルメタ進化ソリューションであるHiSMEを提案する。
論文 参考訳（メタデータ） (2026-05-27T12:26:49Z) - Harnessing Agentic Evolution [32.567492765277855]
エージェント進化は、プログラム、イテレーション、科学的ソリューションを改善するための強力なパラダイムであり、候補を反復的に生成し、評価し、フィードバックを使って将来の探索を導く。
既存の手法は通常、モジュラーだが剛性のある固定手設計の手順や、フィードバックを柔軟に統合する汎用エージェントとしてインスタンス化される。
AEvoはメタエージェントがこの状態を観察し、次の候補を直接提案することでではなく、将来の進化を制御するプロシージャやエージェントコンテキストを編集することによって機能する。
論文 参考訳（メタデータ） (2026-05-13T17:45:16Z) - Training LLM Agents for Spontaneous, Reward-Free Self-Evolution via World Knowledge Exploration [34.98544095454037]
エージェントに固有のメタ進化能力を持つように訓練し、自然に目に見えない環境について学習する。
推論時、エージェントは外部からの報酬や人間の指示を必要としない。
このネイティブ進化へのシフトは、WebVoyagerとWebWalkerの20%のパフォーマンス向上をもたらす。
論文 参考訳（メタデータ） (2026-04-20T11:54:20Z) - EvoX: Meta-Evolution for Automated Discovery [115.89434419482797]
EvoXは、独自の進化過程を最適化する適応進化法である。
進捗に応じて、事前のソリューションが選択され、どのように変化するかを継続的に更新する。
AlphaEvolve, OpenEvolve, GEPA, ShinkaEvolveなどの既存のAI駆動の進化的手法を、タスクの大部分で上回っている。
論文 参考訳（メタデータ） (2026-02-26T18:54:41Z)
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。