論文の概要: Masked Diffusion Language Agents for Tool-Integrated Chemical Reasoning

• arxiv url: http://arxiv.org/abs/2610.13330v1
• Date: Fri, 09 Oct 2026 10:07:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.518643
• Title: Masked Diffusion Language Agents for Tool-Integrated Chemical Reasoning
• Title（参考訳）: 工具介在型化学推論のためのマスケ拡散言語エージェント
• Abstract要約: 我々は、ツール統合化化学推論のための最初のマスク付き拡散言語エージェントであるChemDiffAgentを紹介する。 化学推論を、インターリーブド推論とツール使用軌跡に対する反復的記述として再構成する。 ChemDiffAgentは自己回帰剤を一貫して上回り、全体的な改善率は約20%である。
• 参考スコア（独自算出の注目度）: 50.9331350849314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Designing tool-integrated reasoning agent systems for complex chemical tasks remains a fundamental challenge. Although recent chemical agents have demonstrated promising performance through the integration of external tools, they are still built on the autoregressive paradigm, which is inherently constrained by causal attention and left-to-right generation. As a result, they often struggle with bidirectional molecular understanding, global coordinated tool planning and multi-source evidence integration. To address this challenge, we introduce ChemDiffAgent, the first masked diffusion language agent for tool-integrated chemical reasoning. It reformulates chemical reasoning as iterative denoising over interleaved reasoning and tool-use trajectories, enabling tool-use decisions to be jointly determined under full-trajectory context and thereby better aligning the agent's decision boundary with its knowledge boundary. We further analyze how this paradigm benefits agentic reasoning through harder infilling subproblems during training and flexible arbitrary-order decoding during inference. Then we develop a two-stage post-training framework, comprising agentic supervised fine-tuning and variance-reduced preference optimization, to enhance tool-use and reasoning capabilities. We also construct a comprehensive benchmark covering six chemistry tasks across both single-turn and multi-turn tool-use scenarios. Under matched budgets and evaluation, ChemDiffAgent consistently outperforms autoregressive agents, achieving an overall improvement of approximately 20%. Notably, our 8B model achieves performance comparable to, in some cases surpassing, significantly larger frontier models, such as GPT 5.5 and Claude Opus 4.7. Code is available at https://github.com/bilemond/ChemDiffAgent.
• Abstract（参考訳）: 複雑な化学タスクのためのツール統合推論エージェントシステムの設計は、依然として根本的な課題である。 最近の化学薬品は、外部ツールの統合によって有望な性能を示したが、それらは現在でも、因果的注意と左から右への生成によって本質的に制約される自己回帰パラダイムの上に構築されている。 結果として、彼らは双方向の分子理解、グローバルコーディネートツール計画、マルチソースエビデンス統合に苦慮することが多い。 この課題に対処するために、ツール統合化化学推論のための最初のマスク付き拡散言語エージェントであるChemDiffAgentを紹介する。 化学推論は、インターリーブド推論とツール使用軌跡の反復的記述として再編成され、ツール使用決定を完全な軌跡下で共同で決定し、エージェントの判断境界と知識境界との整合性を改善する。 さらに、このパラダイムは、トレーニング中に難解なサブプロブレムを埋め込み、推論中に柔軟に任意の順序をデコードすることで、エージェント的推論にどのように役立つかを分析する。 次に,エージェント制御された微調整と分散還元された選好最適化を含む2段階のポストトレーニングフレームワークを開発し,ツール利用と推論能力を向上させる。 また、シングルターンとマルチターンの両方のツール使用シナリオで6つの化学タスクをカバーする包括的なベンチマークを構築した。 一致した予算と評価の下で、ChemDiffAgentは一貫して自己回帰エージェントを上回り、全体的な改善率は20%である。 特に、当社の8Bモデルは、GPT 5.5やClaude Opus 4.7など、より大きなフロンティアモデルを上回るパフォーマンスを実現しています。 コードはhttps://github.com/bilemond/ChemDiffAgent.comで入手できる。

関連論文リスト

• TMCS: Tool-Grounded Multi-Agent Reasoning for Compositional Chemical Problem Solving [29.35736520778167]
  合成化学問題の解法(TMCS)のためのツールグラウンドマルチエージェント推論を提案する。 TMCSは、化学的問題解決を解釈可能なツール拡張ワークフローとして形式化する、ステップバイステップのマルチエージェントフレームワークである。
  論文  参考訳（メタデータ） (2026-09-28T14:56:41Z)
• From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents [90.3279207163486]
  EvoSOPは、エージェントが実行軌跡からSOPを抽出し、反復的にツールセットを最適化することを可能にするフレームワークである。 EvoSOPはタスク成功率を大幅に向上し,インタラクションラウンドの回数を大幅に削減することを示す。
  論文  参考訳（メタデータ） (2026-07-08T12:09:49Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
  ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。 人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。 実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
  論文  参考訳（メタデータ） (2025-12-18T08:38:44Z)
• Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning [84.70211451226835]
  大規模言語モデル(LLM)エージェントは、人間の計算データへの依存によって制約される。 我々は,外部データを持たない高性能エージェントを進化させる完全自律型フレームワークであるAgent0を紹介する。 Agent0は推論能力を大幅に向上させ、Qwen3-8B-Baseモデルを数学的推論で18%改善し、一般的な推論ベンチマークで24%改善した。
  論文  参考訳（メタデータ） (2025-11-20T05:01:57Z)
• SE-Agent: Self-Evolution Trajectory Optimization in Multi-Step Reasoning with LLM-Based Agents [32.76299758137446]
  大規模言語モデル(LLM)ベースのエージェントは、最近、複雑な推論とツールの使用において、環境とのマルチステップのインタラクションを通じて印象的な機能を示した。 これらの軌道にはリッチなフィードバックが含まれており、エージェントを正しい方向に誘導して問題を正しく解くことができる。 モンテカルロ木探索 (MCTS) のような一般的な手法は、探索と搾取を効果的にバランスさせることができるが、それらは様々な軌道間の相互依存を無視している。 エージェントが推論プロセスを反復的に最適化できる自己進化フレームワークSE-Agentを提案する。
  論文  参考訳（メタデータ） (2025-08-04T05:51:55Z)
• Textualized Agent-Style Reasoning for Complex Tasks by Multiple Round LLM Generation [49.27250832754313]
  我々は、llmベースの自律エージェントフレームワークであるAgentCOTを紹介する。 それぞれのステップで、AgentCOTはアクションを選択し、それを実行して、証拠を裏付ける中間結果を得る。 エージェントCOTの性能を高めるための2つの新しい戦略を導入する。
  論文  参考訳（メタデータ） (2024-09-19T02:20:06Z)

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。