論文の概要: Humanize MLE Agents: Multi-Agent Session Alternation Beyond Single-Agent Limits

• arxiv url: http://arxiv.org/abs/2610.13494v1
• Date: Fri, 09 Oct 2026 12:26:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.575605
• Title: Humanize MLE Agents: Multi-Agent Session Alternation Beyond Single-Agent Limits
• Title（参考訳）: Humanize MLE Agents: シングルエージェント以上のマルチエージェントセッション代替
• Abstract要約: 我々はHumanize MLE Agents (HMA)を導入し、共有ワークスペース上で2つのエージェントを交換し、セッション間のコンテキストをリセットする。 HMAは最先端の薬効率78.2%に達し、オープンソースベースラインでは最強の8.0ポイントを超え、予算の4分の1を達成している。
• 参考スコア（独自算出の注目度）: 35.40320586323089
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing LLM-based agent approaches for long-horizon machine learning engineering (MLE) often use context engineering, implemented through custom harnesses that manage tools, skills, and accumulated experience. However, we find that as single-session execution lengthens, the agent's reasoning intensity declines alongside slowing progress, summarized as long-horizon deceleration, and the benefits of these custom harnesses vanish as the underlying model improves, summarized as harness staleness. These findings suggest that their benefits may not persist across versions, which motivates a workflow-level approach in which agents build on one another's work across sessions. We model these alternating agent sessions as a context-reset semi-Markov decision process (CR-SMDP) and establish sufficient conditions for alternation to exceed single-agent reference limits, derive an explicit experiment-budget bound, and characterize when session caps preserve this advantage. Guided by this analysis, we introduce Humanize MLE Agents (HMA), which alternates two agents on a shared workspace, limits each session to at most k experiments and resets the context between sessions, without additional task-specific harness or prior knowledge supplements. Across 75 Kaggle tasks in MLE-bench, HMA reaches a state-of-the-art any-medal rate of 78.2%, exceeding the strongest open-source baseline by 8.0 points with a quarter of its time budget. Moreover, among six configurations spanning five heterogeneous agent pairs, HMA improves any-medal rate over the constituent baselines by 6.4 points on average, demonstrating cross-pair generality. A supplementary case on kernel optimization reaches 878 cycles, within 1.6% of the community leaderboard leader, demonstrating applicability beyond MLE.
• Abstract（参考訳）: 長期機械学習エンジニアリング(MLE)のための既存のLLMベースのエージェントアプローチは、しばしばコンテキストエンジニアリングを使用し、ツールやスキル、蓄積された経験を管理するカスタムハーネスによって実装される。 しかし, 単セッション実行が長くなるにつれて, エージェントの推論強度は低下し, 減速する進行とともに低下し, ロングホライゾン減速として要約され, 基礎となるモデルの改善とともにこれらのカスタムハーネスの利点は消滅し, ハーネスの安定化が図られる。 これらの結果は、これらのメリットがバージョン間で持続しないことを示唆している。これは、エージェントがセッション間での作業の上に構築するワークフローレベルのアプローチを動機付けている。 我々は、これらの交替エージェントセッションを文脈リセット半マルコフ決定プロセス(CR-SMDP)としてモデル化し、単一エージェント参照限界を超え、明示的な実験予算境界を導出し、セッションキャップがこの利点を保ったときに特徴付けるのに十分な条件を確立する。 この分析により、Humanize MLE Agents (HMA)を導入し、共有ワークスペース上の2つのエージェントを置換し、各セッションを最大k実験に制限し、追加のタスク固有のハーネスや事前知識サプリメントなしでセッション間のコンテキストをリセットする。 MLEベンチの75以上のカグルタスクにおいて、HMAは最先端の薬効率78.2%に達し、その予算の4分の1を8.0ポイント上回る最強のオープンソースベースラインである。 さらに、5つの異種エージェント対にまたがる6つの構成のうち、HMAは構成基数に対する薬効率を平均6.4ポイント改善し、対対の一般性を示している。 カーネル最適化の補助的なケースは、コミュニティのリーダーボードリーダーの1.6%の範囲で878サイクルに達し、MLEを超える適用性を示している。

関連論文リスト

• Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution [25.26084224278813]
  Role-Agentは単一のLarge Language Model(LLM)を使用してエージェントと環境の両方として同時に機能する。 Role-Agentはパフォーマンスを継続的に改善し、強いベースラインよりも平均4%以上向上する。
  論文  参考訳（メタデータ） (2026-06-09T14:28:07Z)
• AgentEscapeBench: Evaluating Out-of-Domain Tool-Grounded Reasoning in LLM Agents [35.967227261886435]
  AgentEscapeBenchは、エージェントが明示的な長距離依存性制約の下で新しいツールの使用手順を推論、実行、修正できるかどうかをテストする。 16個のLDMエージェントとヒトの被験者による実験では、依存性の深さが増加するにつれて性能が急激に低下することが示された。 軌道解析は、主に長距離状態追跡、手がかり付着、中間相対伝播における故障をモデル化する。
  論文  参考訳（メタデータ） (2026-05-08T15:59:27Z)
• RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback [54.39884046754265]
  RetroAgentは、エージェントが複雑なインタラクティブ環境をマスターできるオンラインRLフレームワークである。 実験の結果,RetroAgentはSOTA(State-of-the-art)の性能を達成できた。
  論文  参考訳（メタデータ） (2026-03-09T16:23:33Z)
• Bridging the Capability Gap: Joint Alignment Tuning for Harmonizing LLM-based Multi-Agent Systems [43.960406518628865]
  マルチエージェントシステムは、特殊エージェント間の責任を分割することで複雑なタスクを解決する。 既存のほとんどの手法は、通常、これらのエージェントを独立に微調整し、調整が不十分な能力のギャップを生じさせる。 エージェント協調を反復的アライメントにより改善する多エージェント共同調整フレームワークMOATを提案する。
  論文  参考訳（メタデータ） (2025-09-11T17:15:45Z)
• SEEA-R1: Tree-Structured Reinforcement Fine-Tuning for Self-Evolving Embodied Agents [58.174206358223415]
  自己進化型エボダイドエージェント(SeEA-R1)は、自己進化型エボダイドエージェント用に設計された最初の強化微細調整フレームワークである。 本研究は,SEEA-R1が自律適応と報酬駆動型自己進化をサポートすることを示す。
  論文  参考訳（メタデータ） (2025-06-26T18:00:07Z)
• MALT: Improving Reasoning with Multi-Agent LLM Training [67.76186488361685]
  MALT(Multi-Agent LLM Training)は、推論プロセスを生成、検証、改善ステップに分割する、新しいポストトレーニング戦略である。 MATH、GSM8K、CSQAでは、MALTは、それぞれ15.66%、7.42%、9.40%の相対的な改善で同じベースラインLLMを上回っている。
  論文  参考訳（メタデータ） (2024-12-02T19:30:36Z)

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。