論文の概要: RATED: Reliability-Aware AI Agent Tool Retrieval via Execution Dynamics

• arxiv url: http://arxiv.org/abs/2610.13889v1
• Date: Fri, 09 Oct 2026 17:38:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.70154
• Title: RATED: Reliability-Aware AI Agent Tool Retrieval via Execution Dynamics
• Title（参考訳）: Rated: 実行ダイナミクスによる信頼性を意識したAIエージェント検索ツール
• Abstract要約: Rated (Reliability-Aware Tool Retrieval via Execution Dynamics)は、堅牢なセマンティックマッチングと動的信頼性適応を組み合わせた検索フレームワークである。 実世界の5,172のツールと,オフライン検索と動的信頼性評価のための210,000以上のクエリツールペアのベンチマークであるEcoAgentを紹介した。
• 参考スコア（独自算出の注目度）: 4.644723515650426
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As AI agents increasingly rely on external tools, accurate retrieval is essential for reliable behavior. Existing methods optimize semantic relevance but largely ignore tool availability during execution. To address this gap, we propose RATED (Reliability-Aware Tool Retrieval via Execution Dynamics), a retrieval framework that combines robust semantic matching with dynamic reliability adaptation. RATED employs a frozen dual-encoder with contrastive fine-tuning for semantic matching, and a lightweight contextual bandit module that re-ranks candidates based on real-time execution feedback. This design enables rapid adaptation to runtime tool failures without expensive model retraining. We introduce EcoAgent, a benchmark of 5,172 real-world tools and over 210,000 query-tool pairs for offline retrieval and dynamic reliability evaluation. Experimental results demonstrate that RATED achieves a 52.2% relative MRR improvement over the ToolLLM API retriever on real-world queries, and reduces fault selection rate from 86.2% to 2.9% under severe API outage scenarios with a 30% failure rate, while incurring negligible latency overhead of less than 1 ms over encode-only inference. The code and dataset are available at https://github.com/Elliotes/EcoAgent.
• Abstract（参考訳）: AIエージェントはますます外部ツールに依存しているため、信頼性の高い行動には正確な検索が不可欠である。 既存のメソッドはセマンティックな妥当性を最適化するが、実行中にツールの可用性をほとんど無視する。 このギャップに対処するため,我々はRated (Reliability-Aware Tool Retrieval via Execution Dynamics) という,ロバストなセマンティックマッチングと動的信頼性適応を組み合わせた検索フレームワークを提案する。 Ratedは、セマンティックマッチングのための対照的な微調整を備えた凍結したデュアルエンコーダと、リアルタイムな実行フィードバックに基づいて候補を再ランクする軽量なコンテキスト的バンディットモジュールを採用している。 この設計により、高価なモデル再トレーニングなしでランタイムツールの障害への迅速な適応が可能になる。 実世界の5,172のツールと,オフライン検索と動的信頼性評価のための210,000以上のクエリツールペアのベンチマークであるEcoAgentを紹介した。 実験の結果、Ratedは現実世界のクエリでToolLLM APIレトリバーよりも52.2%の相対的なMRR改善を実現し、障害選択率86.2%から2.9%に低下し、30%の障害率で深刻なAPI停止シナリオを達成し、エンコードのみの推論で1ミリ秒未満の遅延オーバーヘッドを発生させた。 コードとデータセットはhttps://github.com/Elliotes/EcoAgent.comで公開されている。

関連論文リスト

• Lookahead-R: Budget-Aware Tool Retrieval via Execution-Centric Planning [7.417964471627289]
  Lookahead-Rは、リソース制約のあるシーケンシャルな意思決定問題としてツール検索を再構成する計画ベースのフレームワークである。 Lookahead-Rのコアとなるのは、ツールの実行成功、レイテンシコスト、セマンティックユーティリティを共同で予測する、軽量な実行対応サロゲート世界モデルだ。 大規模なToolBenchベンチマークで評価すると、Lookahead-Rは精度と効率のトレードオフが優れている。
  論文  参考訳（メタデータ） (2026-09-20T07:59:54Z)
• Forgotten in Weights, Recovered by Tools: Agentic Tool Unlearning for LLM Agents [54.050506620820784]
  エージェントツールアンラーニング(ATU)は、通常のツール使用を保持しながら、パラメトリックリコールとツールによるリカバリの両方を削減することを目的としている。 ATUは、ツール強化されたエージェントデプロイメント下で、ターゲットの忘れと保持ユーティリティのバランスを向上し、未学習をより堅牢にする。
  論文  参考訳（メタデータ） (2026-08-21T18:34:48Z)
• Controllable and Verifiable Tool-Use Data Synthesis for Agentic Reinforcement Learning [82.89535601592739]
  マルチレベル検証を用いた自己進化型合成により,信頼性の高い基本ツール利用軌跡を生成する2段階パイプラインを提案する。 これらの拡張は、トラクタツール、間接的または曖昧なユーザクエリ、ノイズ、マルチフォーマット、あるいは誤ったツール出力を導入します。 本設計では,標準事例に対する参照マッチングによる報酬の自動計算と,エラー検出などの特別な動作に対する軽量な判断支援検証を実現する。
  論文  参考訳（メタデータ） (2026-04-10T18:38:52Z)
• ET-Agent: Incentivizing Effective Tool-Integrated Reasoning Agent via Behavior Calibration [68.89572566071575]
  ETAgentはエージェントのツール使用行動を調整するためのトレーニングフレームワークである。 過誤行動パターンを最適行動に段階的に校正するように設計されている。
  論文  参考訳（メタデータ） (2026-01-11T11:05:26Z)
• Dynamic Tool Dependency Retrieval for Efficient Function Calling [38.77768293858919]
  動的ツール依存検索 (DTDR) は,初期クエリと実行コンテキストの進化を条件とした軽量な検索手法である。 DTDRを複数のデータセットと大規模言語モデルのバックボーンにまたがる最先端の検索手法と比較した。 以上の結果から,動的ツール検索は,最先端の静的検索よりも23%～104%の関数呼び出し成功率を向上することがわかった。
  論文  参考訳（メタデータ） (2025-12-18T20:40:25Z)
• GRETEL: A Goal-driven Retrieval and Execution-based Trial Framework for LLM Tool Selection Enhancing [6.790345342526922]
  GRETELは、サンドボックス化された計画実行評価サイクルを通じてセマンティックに検索された候補を処理するエージェントワークフローを実装している。 ToolBenchベンチマークに関する包括的な評価は、すべてのメトリクスで大幅に改善されていることを示しています。
  論文  参考訳（メタデータ） (2025-10-10T00:12:51Z)
• How Can Input Reformulation Improve Tool Usage Accuracy in a Complex Dynamic Environment? A Study on $τ$-bench [58.114899897566964]
  マルチターンの会話環境では、大きな言語モデル(LLM)は、一貫性のある推論とドメイン固有のポリシーへの固執にしばしば苦労する。 本稿では,関連するドメインルールを付加したユーザクエリを自動的に再構成するIRMA(Input-Reformulation Multi-Agent)フレームワークを提案する。 IRMAはReAct、Function Calling、Self-Reflectionをそれぞれ16.1%、12.7%、19.1%で大きく上回っている。
  論文  参考訳（メタデータ） (2025-08-28T15:57:33Z)
• Advancing Tool-Augmented Large Language Models via Meta-Verification and Reflection Learning [63.2198957755528]
  本稿では,2つの重要なイノベーションを通じてシステム2推論を包括的に行う新しいツール拡張LDMであるTool-MVRを提案する。 具体的には、まず、API、クエリ、推論トラジェクトリを厳格に検証する体系的なパイプラインであるMulti-Agent Meta-Verification(MAMV)を紹介します。 第2に,ツールフィードバックを活用することで,ツールのリフレクション機能を向上させるExploration-based Reflection Learning (EXPLORE)を提案する。
  論文  参考訳（メタデータ） (2025-06-05T04:35:49Z)

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。