論文の概要: AgentEvolver: System-Wide Self-Evolution Through Task Execution
- arxiv url: http://arxiv.org/abs/2610.11613v1
- Date: Thu, 08 Oct 2026 09:55:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.938613
- Title: AgentEvolver: System-Wide Self-Evolution Through Task Execution
- Title（参考訳）: AgentEvolver: タスク実行によるシステム指向の自己進化
- Abstract要約: 本稿では,AgentEvolverについて紹介する。AgentEvolverは,基礎モデルを固定しながらタスク実行中に機能を開発するシステムである。
SWE-bench Pro Publicにおける課題成果を評価し、6つのアプリケーションケースにおける能力変化について検討する。
チームは82.08%の解像度で進化し、進化せずにベースラインを超えると報告している。
- 参考スコア（独自算出の注目度）: 32.98364264400361
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: An agent can complete a task without improving how it works. Turning task experience into reusable capability requires connecting the changed component to its evaluation and subsequent use. We present AgentEvolver, a system for developing capabilities during task execution while keeping the foundation model fixed. Eight entity families expose reusable operations, methods, agents, control flow, interfaces, and supporting state to revision through a common versioned lifecycle. A shared Runtime coordinates ongoing work, while persistent planning and recoverable context preserve task direction and supporting evidence. We evaluate task outcomes on SWE-bench Pro Public and examine capability changes in six application cases. The team reports an 82.08\% resolution rate with evolution, exceeding its reported baseline without evolution. The cases show retained capabilities entering later website, game, and research work, while also documenting incomplete objectives and an unsuccessful strategy. These findings distinguish improvement in a reusable component from success on the final task. AgentEvolver provides a concrete basis for studying capability accumulation through execution; independent-task transfer and total development cost remain open questions.
- Abstract（参考訳）: エージェントは、その動作を改善することなくタスクを完了することができる。
タスクエクスペリエンスを再利用可能な機能に変えるには、変更したコンポーネントを評価とその後の使用に接続する必要がある。
本稿では,AgentEvolverについて紹介する。AgentEvolverは,基礎モデルを固定しながらタスク実行中に機能を開発するシステムである。
8つのエンティティファミリは、再利用可能な操作、メソッド、エージェント、制御フロー、インターフェース、および共通のバージョンライフサイクルによるリビジョンのための状態のサポートを公開します。
共有ランタイムは進行中の作業を調整する一方で、永続的な計画と回復可能なコンテキストはタスクの方向性を保持し、エビデンスをサポートする。
SWE-bench Pro Publicにおける課題成果を評価し、6つのアプリケーションケースにおける能力変化について検討する。
チームは82.08\%の解像度で進化し、進化せずにベースラインを超えると報告している。
これらのケースは、後のWebサイト、ゲーム、そして研究作業に入る能力を維持しつつ、不完全な目標と失敗戦略を文書化していることを示している。
これらの結果は、再利用可能なコンポーネントの改善と最終作業の成功を区別する。
AgentEvolverは、実行を通じて能力の蓄積を研究するための具体的な基盤を提供する。
関連論文リスト
- RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer [54.448285795003294]
インボディード・インテリジェンスを現実世界に持ち込む上での課題は、シミュレーションから現実への能力移転だ。
本稿では,Sim-to-real転送を実行可能なタスクスキルの継続的な適応として扱うフレームワークであるRoboBridgeを提案する。
論文 参考訳（メタデータ） (2026-10-02T02:53:57Z) - InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation [54.00038257772902]
ヒューマノイド・ロコ・マニピュレーションの試験時間進化について検討した。
私たちの重要な洞察は、ワイドコントローラが、新しいタスクに必要な能力の多くをすでに持っていることです。
InterEvolveはこのインターフェースを2つのコンポーネントで実現している。
論文 参考訳（メタデータ） (2026-10-01T17:59:40Z) - LexiconVLA: Learning Reusable Atomic Action Codebooks for Unseen Tasks [52.045695649147966]
クロスタスク再利用のための検索可能な原子-作用レキシコンを提案する。
グローバルかつ詳細なコードブックは、共有インタラクション構造ときめ細かい実行のバリエーションをキャプチャする。
視覚-原子的行動アライメントは、視覚状態変化からの軌道再構成と、行動コードからの視覚的結果予測を結合する。
論文 参考訳（メタデータ） (2026-09-29T05:45:52Z) - openJiuwen: Beyond Static Harnesses for Long-Horizon Coding Agents [25.815001544093217]
本稿では,開発者のコンポーザビリティと適応タスク実行のためのオープンソースのハーネスであるopenJiuwenを紹介する。
openJiuwenは、単一のエージェント、委譲サブエージェント、Swarm Flowにまたがる共有実行基板とRailベースの機能構成を提供する。
SWE-bench Verified と Terminal-Bench 2.1 で openJiuwen を体系的に評価し,82.6% と87.19% を得た。
論文 参考訳（メタデータ） (2026-08-28T06:31:38Z) - Change2Task: From Repository Changes to Executable Coding Agent Tasks and Environments [46.958911818255565]
Change2Taskは、統合されたプルリクエストを、同じリポジトリの健全なモダンなリビジョンに関する検証されたタスクに変換する。
歴史的証拠を進化したコードと整合させ、パッチリバーサル、コードマッピング、エージェント再構築を通じてタスク状態を再構築する。
本システムは,バグフィックス,機能追加,テスト生成,アプリケーションプログラミングインタフェースのマイグレーション,セキュリティ修復という,広く普及している5つのプログラミングエージェントタスクファミリを通じて評価する。
論文 参考訳（メタデータ） (2026-07-30T17:44:31Z) - From Question Answering to Task Completion: A Survey on Agent System and Harness Design [67.8241530947325]
本研究はモデルハーネスレンズを用いてLCMをベースとしたエージェントについて検討する。
まず, LLMをベースとしたエージェントを基礎モデルと実行ハーネスとして, エージェントの機能的定義と実装の視点を明らかにする。
次に、モデル中心のスケーリングの限界を分析し、エージェントエンジニアリングの4つのパラダイムをトレースし、実行ハーネスを6つの結合ランタイム責任に分解する。
論文 参考訳（メタデータ） (2026-06-14T05:40:16Z) - LatentGym: A Testbed For Cross-Task Experiential Learning With Controllable Latent Structure [9.42262449979372]
クロスタスク体験学習は、パーソナライズや対話的な支援といった領域において重要である。
既存のトレーニング/評価フレームワークは、共有可能な制御可能な潜在構造を提供しておらず、エージェントが改善するかどうかを測定することができない。
タスクをまたいだ構造を規定する地道な潜伏変数を中心に,各環境を整理する制御可能なスイートであるLatentGymを紹介した。
論文 参考訳（メタデータ） (2026-06-13T13:51:22Z) - On the Reliability of Computer Use Agents [47.20065484006984]
コンピュータ利用エージェントの信頼性の低下の原因を3つの要因から検討する。
信頼性は、タスクの指定方法と、エージェントの動作が実行毎に変化する方法の両方に依存します。
論文 参考訳（メタデータ） (2026-04-20T05:59:04Z)
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。