論文の概要: CB-Orchestrator: Adaptive Workflow Optimization for LLM Agents via Contextual Bandits

• arxiv url: http://arxiv.org/abs/2610.13064v1
• Date: Fri, 09 Oct 2026 06:25:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.423647
• Title: CB-Orchestrator: Adaptive Workflow Optimization for LLM Agents via Contextual Bandits
• Title（参考訳）: CB-Orchestrator: コンテキスト帯域によるLLMエージェントの適応的ワークフロー最適化
• Abstract要約: 大規模言語モデル(LLM)エージェントはエージェントを通して複雑なタスクに対処する際、顕著な能力を示した。 現在、これらを手動で設計することは労働集約的であり、多様なクエリに適応する柔軟性に欠けています。 本稿では,ワークフロー生成を選択から分離する適応型フレームワークCB-Orchestratorを提案する。
• 参考スコア（独自算出の注目度）: 13.767412965888928
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Model (LLM) agents have demonstrated remarkable capabilities in tackling complex tasks through agentic workflows. However, manually designing these workflows is labor-intensive and lacks flexibility to adapt to diverse queries. While automated workflow optimization is a promising direction, existing methods often incur expensive API costs during training-phase feedback collection. Furthermore, they fail to adaptively reuse high-quality workflows, which creates a bottleneck for both performance and cost-effectiveness. To address these limitations, we propose CB-Orchestrator, an adaptive framework that decouples workflow generation from selection. In the first stage, we construct a diverse pool of candidate workflows via evolutionary search. In the second stage, we formulate workflow selection as a Contextual Bandit problem, which enables sample-efficient learning by balancing exploration and exploitation, thereby significantly reducing the feedback required for training. During inference, the model adaptively selects the optimal workflow tailored to each query. Evaluations across five diverse benchmarks demonstrate that CB-Orchestrator consistently outperforms all baselines. Notably, on the MATH dataset, CB-Orchestrator achieves better performance than strong recent baselines while reducing training-phase API token overhead by no less than 40.55% and total end-to-end training (including workflow pool generation) token overhead by no less than 29.73%.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、エージェントワークフローを通じて複雑なタスクに対処する際、顕著な能力を示した。 しかし、これらのワークフローを手動で設計することは労働集約的であり、多様なクエリに適応する柔軟性に欠ける。 ワークフローの自動最適化は有望な方向だが、既存のメソッドはトレーニングフェーズのフィードバック収集時に高価なAPIコストを発生させることが多い。 さらに、高品質なワークフローを適応的に再利用することができないため、パフォーマンスとコスト効率の両方のボトルネックが発生します。 これらの制約に対処するために,ワークフロー生成を選択から分離する適応型フレームワークCB-Orchestratorを提案する。 最初の段階では、進化的探索によって様々な候補ワークフローのプールを構築します。 第2段階では、ワークフロー選択をコンテキスト帯域問題として定式化し、探索と搾取のバランスをとることで、サンプル効率の学習を可能にし、トレーニングに必要なフィードバックを大幅に削減する。 推論中、モデルは各クエリに合わせて最適なワークフローを適応的に選択する。 5つのベンチマークによる評価は、CB-Orchestratorがすべての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。 特に、MATHデータセットでは、CB-Orchestratorは、トレーニングフェーズAPIトークンのオーバーヘッドを40.55%以下に減らし、エンドツーエンドのトレーニング(ワークフロープール生成を含む)トークンのオーバーヘッドを29.73%以下に減らしながら、最近の強力なベースラインよりも優れたパフォーマンスを実現している。

関連論文リスト

• FlowBank: Query-Adaptive Agentic Workflows Optimization through Precompute-and-Reuse [58.80348559239392]
  大規模言語モデル(LLM)ベースのマルチエージェントシステムはますます強力になっている。 タスクレベルのメソッドはかなりのオフライン計算に費やしますが、単一のワークフローのみをデプロイします。 クエリレベルのメソッドは、クエリ毎の新しいワークフローを相当なコストで合成する。 本稿では,ポートフォリオベースのエージェントワークフロー最適化フレームワークであるFlowBankを紹介する。
  論文  参考訳（メタデータ） (2026-06-09T17:58:21Z)
• FlowSteer: Interactive Agentic Workflow Orchestration via End-to-End Reinforcement Learning [49.369614288007334]
  FlowSteerは、エージェントと実行可能なキャンバス環境として軽量なポリシーモデルを採用する、エンドツーエンドの強化学習フレームワークである。 FlowSteerは様々なタスクでベースラインを大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2026-02-02T05:30:42Z)
• AFlow: Automating Agentic Workflow Generation [36.61172223528231]
  大規模言語モデル(LLM)は、様々な領域にわたる複雑なタスクを解く上で、顕著な可能性を示している。 我々は、Monte Carlo Tree Searchを使って、この空間を効率的に探索する自動化フレームワークであるAFlowを紹介します。 6つのベンチマークデータセットに対する実証的な評価は、AFlowの有効性を示し、最先端のベースラインよりも平均5.7%向上している。
  論文  参考訳（メタデータ） (2024-10-14T17:40:40Z)
• Benchmarking Agentic Workflow Generation [80.74757493266057]
  複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。 また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。 我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
  論文  参考訳（メタデータ） (2024-10-10T12:41:19Z)

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。