論文の概要: Scaling Inference-Time Compute with Teams of Coding Agents

• arxiv url: http://arxiv.org/abs/2610.17471v1
• Date: Mon, 12 Oct 2026 22:35:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 18:45:22.779834
• Title: Scaling Inference-Time Compute with Teams of Coding Agents
• Title（参考訳）: 符号化エージェントチームによる推論時間計算のスケールアップ
• Abstract要約: マルチエージェントシステムは、推論をスケーリングするための新しい軸を約束する。 実際には、より多くのエージェントが重複作業や調整失敗、より高いコストを容易に生成できる。 地上から最小限のマルチエージェントハーネスを構築し、このフロンティアをさまざまな方法で追跡します。 ヘテロジニアスな17エージェントチームは、強い同質な5エージェントチームの1.4ポイント以内のコストでやってくる。
• 参考スコア（独自算出の注目度）: 18.25787053664045
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-agent systems promise a new axis for scaling inference: rather than having one agent think longer or sample more attempts, a task is split across many agents that work in parallel and coordinate. However, in practice, more agents can easily produce duplicate work, coordination failures, and higher costs. We therefore formulate team design as a compute allocation problem: starting from a solo agent, where should additional inference compute go to reach the reward-cost Pareto frontier? We build a minimal multi-agent harness from the ground up and trace this frontier by varying, one at a time, the workflow stage at which a lead delegates to its workers (planning, implementation, or verification), the models that form the team, and the number of workers. On ProgramBench, teams outperform solo agents but cost three to seven times as much. With the right compute allocation, however, a heterogeneous 17-agent team comes within 1.4 points of a strong homogeneous 5-agent team at 70% lower cost. This efficiency stems from three findings. First, planning is the most valuable use of workers: in a homogeneous team whose lead decides how many workers to spawn, a lead that delegates only planning to its workers, and then implements and verifies the code itself, matches the reward of a lead that delegates to workers throughout planning, implementation, and verification, at half the cost. Second, cheap models pay off as planners but not as implementers: a strong lead with cheap planners recovers 47.5% of the reward gain of an all-strong team for only 13.9% of its additional cost, whereas cheap implementers lower reward. Third, planners keep improving reward as the team grows, whereas implementers and verifiers plateau beyond four workers. Together, our results offer a guide to spending an agent budget where it counts, given the task, cost, and latency constraints a user has.
• Abstract（参考訳）: マルチエージェントシステムは、推論をスケールするための新しい軸を約束する: 1つのエージェントにもっと長く考えさせたり、より多くの試行をサンプリングする代わりに、タスクは並列で動作し、協調する多くのエージェントに分割される。 しかし、実際には、より多くのエージェントが簡単に重複作業、調整失敗、より高いコストを発生させることができる。 そこで私たちは、チーム設計を計算割り当ての問題として定式化します: ソロエージェントから始めて、追加の推論計算で報酬コストの高いParetoフロンティアに到達するべきでしょうか? 私たちは、ゼロから最小限のマルチエージェントハーネスを構築し、このフロンティアを、一度にひとつずつ、リードがワーカー(計画、実装、検証)に委譲するワークフローステージ、チームを構成するモデル、そしてワーカの数によって追跡します。 ProgramBenchでは、チームはソロエージェントより優れているが、3倍から7倍のコストがかかる。 しかし、正しい計算割り当てによって、異質な17エージェントチームは、強い同質な5エージェントチームの1.4ポイント以内のコストでやってくる。 この効率性は3つの発見に由来する。 まず、計画は労働者の最も価値のある使い方である: 労働者の産出数を決定する同質なチームにおいて、労働者に計画のみを委譲するリードは、その労働者に計画を委譲し、コード自体を実装し、検証し、計画、実施、検証を通じて労働者に委譲するリードの報酬と、半分のコストで一致させる。 第2に、安価なモデルはプランナーとして支払われるが、実装者としては支払われない。安価なプランナーを持つ強いリードは、追加コストのわずか13.9%でオールストロングチームの報酬利得の47.5%を回復するが、安価な実装者は報酬を下げる。 第3に、チームが成長するにつれて、プランナーは報酬を改善し続けます。 私たちの結果は、タスク、コスト、レイテンシの制約を考慮し、エージェントの予算を計上するためのガイドを提供しています。

関連論文リスト

• Agensh: Scaling Organizational Intelligence to 1,024 Agents [85.08934183130329]
  Agenshは、中央のオーケストレータを持たないスケーラブルな自己組織化マルチエージェントハーネスである。 GPT-5.6-sol を用いて,最も難しい ProgramBench タスクを5つ評価した。 1から128エージェントへのスケーリングでは、最終テストパス率は19.31%から28.78%に上昇する。 パンドックでは、1から1,024のエージェントが最終テストパスレートを33.89%から55.06%に引き上げる。
  論文  参考訳（メタデータ） (2026-09-22T17:56:25Z)
• Self-Organizing Agent Teams Learn to Reason Together [52.45199430212268]
  私たちは、以前のコラボレーションから再利用可能な戦略を学び、役割、会話フェーズ、参加、情報の流れを整理する、AIエージェントの固定チームである、自己組織化エージェントチーム(SAT)を紹介します。 これらの戦略は、私たちがコラボレーティブ計算と呼ぶものを可能にします。エージェントの交換、チャレンジ、修復、そして、メンバーが独立して生成しないソリューションへの部分的推論を合成します。
  論文  参考訳（メタデータ） (2026-09-19T01:27:40Z)
• Testing Interchangeability in LLM Agent Teams [13.445959137023918]
  我々は、その役割を果たすエージェントが、その仕事をできる他のエージェントと交換可能であるという仮定をテストする。 Collab-Overcookedでは、アジェンダを設定するエージェントが置き換えられると、余分な通信のほとんどは、滞在するエージェントから来る。 これらの設定では、エージェントはコーディネーション効率よりもタスク結果において、より長い形成履歴の後より大きなスワップ効果を持つ。
  論文  参考訳（メタデータ） (2026-09-04T15:32:20Z)
• Occamy-1.0: Open Pareto-frontier 35B Intelligence for Co-work [51.29186915859486]
  本稿では, ポストトレーニング後のQwen3.6-35B-A3Bチェックポイントをさらにトレーニングし, コスト効率の良いコワークモデルであるOccamy-1.0を提案する。 我々は,複数のハーネスにまたがる再生可能な長距離軌跡を捕捉し,段階的なポストトレーニングを用いて補完的な実行機能を開発し,統合する。
  論文  参考訳（メタデータ） (2026-09-04T03:32:26Z)
• Markets, Not Planners: Decentralized Orchestration of LLM Agents with Private Information [16.55988307561715]
  我々はAgentLanceを導入し、エージェントが個人のコストと自己維持戦略ノートを使ってタスクを入札する労働市場について紹介する。 AgentLanceは、単一モデル、集中型オーケストレーション、市場ベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-08-24T22:15:37Z)
• Benchmarking Open-Ended Multi-Agent Coordination in Language Agents [48.1363632826625]
  Alemは、手続き的に生成されたコーディネーションタスク、ソフトな特殊化、コミュニケーション、制御可能なコーディネーションの難しさを、長い水平サバイバルの世界に埋め込む。 Craftaxライクなダイナミックス上に構築されたオープンなマルチエージェント協調のためのJAXベースのベンチマークである$alem$を紹介します。
  論文  参考訳（メタデータ） (2026-06-06T21:13:43Z)
• CONCAT: Consensus- and Confidence-Driven Ad Hoc Teaming for Efficient LLM-Based Multi-Agent Systems [28.51314301845782]
  CONCATは、ConsensusとConfidence-driven Adhoc Teamingをベースにした、トレーニングフリーのマルチエージェントコラボレーションフレームワークである。 3つのLLMと3つのベンチマーク実験により、CONCATはLLM-Debateよりも最大2.02倍高い効率(精度/レイテンシ比)を達成することが示された。
  論文  参考訳（メタデータ） (2026-05-28T08:47:54Z)
• A Dynamic LLM-Powered Agent Network for Task-Oriented Agent Collaboration [55.35849138235116]
  本稿では,様々なタスクやドメインに対する動的コミュニケーション構造において,候補からエージェントのチームを自動的に選択する手法を提案する。 具体的には, LLMを利用したエージェント協調のための動的LLMパワーエージェントネットワーク(textDyLAN$)というフレームワークを構築した。 我々は、コード生成、意思決定、一般的な推論、算術的推論タスクにおいて、適度な計算コストで、DyLANが強力なベースラインを上回ることを実証する。
  論文  参考訳（メタデータ） (2023-10-03T16:05:48Z)
• Neural Payoff Machines: Predicting Fair and Stable Payoff Allocations Among Team Members [13.643650155415484]
  ニューラルネットワークをトレーニングすることで,協調的なゲーム理論解を学習モデルに蒸留する方法を示す。 我々の手法はトレーニング分布から遠く離れたゲームに一般化できるモデルを作成する。 私たちのフレームワークの重要な応用は、説明可能なAIです。
  論文  参考訳（メタデータ） (2022-08-18T12:33:09Z)
• Multi-Agent Neural Rewriter for Vehicle Routing with Limited Disclosure of Costs [65.23158435596518]
  チームのマルコフゲームとして、部分的に観測可能なコストでマルチサイクルルーティング問題を解く。 我々のマルチエージェント強化学習アプローチである、いわゆるマルチエージェントニューラルリライタは、1エージェントニューラルリライタを利用して、反復的に書き換えるソリューションによって問題を解決する。
  論文  参考訳（メタデータ） (2022-06-13T09:17:40Z)

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。