論文の概要: Self-Evolving Agent Harness
- arxiv url: http://arxiv.org/abs/2610.18813v1
- Date: Tue, 13 Oct 2026 17:48:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.697172
- Title: Self-Evolving Agent Harness
- Title（参考訳）: 自己進化剤ハーネス
- Abstract要約: Harness自己進化(Harness self-evolution)は、プロンプト、メモリ、足場、実行可能コンポーネントを含むエージェントのソフトウェアを修正し、モデルの重みを固定する。
承認されたリビジョンが実行中に持続するフィードバック駆動プロセスを形式化する。
本研究では,知識共有と組織的信頼性の持続的改善が科学的信頼性,物理的安全性,制度的説明責任にどのような影響を及ぼすかを検討する。
- 参考スコア（独自算出の注目度）: 35.97277648771392
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Harness self-evolution revises an agent's software scaffolding, including prompts, memory, workflows, and executable components, while keeping model weights fixed. We formalize a feedback-driven process in which accepted revisions persist across runs. The framework separates update targets from proposal and admission mechanisms. It distinguishes changes to interpreted state from revisions to tools and code, repository-level control logic, and plugin composition. We characterize search through evolutionary optimization and examine its reliability through continual PAC-learning. Under explicit assumptions, the analysis yields an expected generalization bound, a retention bound conditional on historical regression budgets, and a high-probability admission rule using fresh, independent validation data. We examine how persistent harness revisions affect knowledge sharing and organizational workflows, with implications for scientific reliability, physical safety, and institutional accountability. Cases from prior work illustrate model--harness co-design, distributed execution, and plugin reuse. Reliable deployment requires continual validation as task distributions and evaluators change, with independent safeguards for learning, runtime privileges, and consequential actions. We provide a comprehensive 66-page discussion of related work, theory, algorithms, evaluation, applications, and the broader impact of Harness RSI, together with continuously updated code and supplementary materials, at https://github.com/zgcagi/Harness-RSI.
- Abstract（参考訳）: Harness自己進化(Harness self-evolution)は、プロンプト、メモリ、ワークフロー、実行可能なコンポーネントを含むエージェントのソフトウェアスキャフォールディングを改訂し、モデルの重みを固定する。
承認されたリビジョンが実行中に持続するフィードバック駆動プロセスを形式化する。
このフレームワークは、更新ターゲットと提案と受け入れメカニズムを分離する。
インタプリタ状態への変更と、ツールやコードへのリビジョン、リポジトリレベルのコントロールロジック、プラグインのコンポジションを区別する。
進化的最適化による探索を特徴付け、連続的なPAC学習による信頼性を検証する。
明示的な仮定の下では、分析は期待される一般化境界、過去のレグレッション予算に基づく保持境界条件、新しい独立した検証データを用いた高確率の入場規則を生成する。
持続的ハーネスリビジョンが知識共有や組織ワークフローにどのように影響するかを,科学的信頼性,物理的安全性,制度的説明責任に影響を及ぼすかを検討する。
以前の作業のケースでは、モデル-ハーネスの共同設計、分散実行、プラグインの再利用が説明されている。
信頼性の高いデプロイメントでは、タスクの配布と評価が変更され、学習のための独立した保護、ランタイム権限、そしてその後のアクションとして、継続的な検証が必要である。
本稿では,関連する作業,理論,アルゴリズム,評価,応用,Harness RSIの広範な影響に関する66ページにわたる総合的な議論と,継続的に更新されたコードと補足資料について,https://github.com/zgcagi/Harness-RSIで紹介する。
関連論文リスト
- Causal Improvement Graph for Agentic Harness Optimization [85.77143316265415]
因果改善グラフ(Causal Improvement Graph, CIG)は、永続グラフにおける改善状態の進化を外部化する、グラフが支配するメタハーネスフレームワークである。
CIGはノードをリンクして、観察されたこと、どのように説明されるか、その説明をテストする方法、そして評価が示すものを表す。
論文 参考訳（メタデータ） (2026-10-04T08:15:37Z) - Designing Reliable LLM-as-a-Judge Measurement Systems for Multi-Turn Business Agents [8.161545709715947]
本稿では,評価仕様,モジュール型LCM判断,ユーザシミュレーションの意図保存,ループ内ガバナンスを対象とする統合手法を提案する。
仕様では、会話レベルのエンドステートと実行可能な障害オーナシップを定義している。
研究によると、繰り返し監査によってシステムレベルの忠実度が向上し、共有フィードバックループの下で人間レビュアーと自動判断器が共に改善し、これらのワークフローが共に報告されたタスク補完設定において最も強い記述的パフォーマンスを示した。
論文 参考訳（メタデータ） (2026-09-27T21:52:05Z) - Reality Is the Final Verifier: On Two Key Gaps in Agentic Software Engineering [78.51705689800838]
本稿では, 要求, モデル, 評価器の見直しに, 展開証拠を用いた保証・修正ループを提案する。
そこで我々は,人的判断,エージェント能力,計算能力に対する資源配分問題としてエージェント開発を保証した。
論文 参考訳（メタデータ） (2026-09-10T17:58:48Z) - HarnessEvolve: Learning from Reference Trajectories for Reliable Agent Self-Evolution [11.431479238875712]
我々は、信頼できるエージェントの自己進化を実現するために、参照軌道から学習する自己進化フレームワークであるHarnessEvolveを紹介する。
私たちは、さまざまなモデルとエージェントフレームワークを使用して、オープンドメインとエンタープライズシナリオにまたがるいくつかのベンチマークで広範な実験を行います。
結果は、HarnessEvolveがすべてのベンチマークと設定で、最先端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。
論文 参考訳（メタデータ） (2026-09-01T07:31:18Z) - TTHE: Test-Time Harness Evolution [50.26245555541721]
既存のアプローチでは、デプロイ前、トレーニング前、あるいはテスト時に凍結される固定されたエージェントワークフローの開発データを最適化する。
我々は、エージェントがテスト入力で生成するラベルのない実行トレースのみを使用して、評価自体にハーネスを最適化できるかどうかを問う。
評価中、TTHEは候補ハーネスの人口を維持し、それらの実行トレースの理由をエージェントプロジェクタを通じてそれらを洗練する。
その後、審査員は実行元プロキシ信号から改善されたハーネスをコミットし、選択したプログラムは継続してその後の入力を統治する。
論文 参考訳（メタデータ） (2026-07-09T05:53:39Z) - From Question Answering to Task Completion: A Survey on Agent System and Harness Design [67.8241530947325]
本研究はモデルハーネスレンズを用いてLCMをベースとしたエージェントについて検討する。
まず, LLMをベースとしたエージェントを基礎モデルと実行ハーネスとして, エージェントの機能的定義と実装の視点を明らかにする。
次に、モデル中心のスケーリングの限界を分析し、エージェントエンジニアリングの4つのパラダイムをトレースし、実行ハーネスを6つの結合ランタイム責任に分解する。
論文 参考訳（メタデータ） (2026-06-14T05:40:16Z) - AI Harness Engineering: A Runtime Substrate for Foundation-Model Software Agents [1.4323566945483497]
ファンデーションモデルは、自動コード生成を変革しましたが、現実的な開発環境では、自律的なソフトウェアエンジニアリングエージェントは信頼できないままです。
本稿では,基盤モデルエージェントがプロジェクトを観察し,それを処理し,フィードバックを受信し,変更が完了したことを確定する,モデルハーネス環境システムを提案する。
このフレームワークは、ファンデーションモデルがパッチを作成できるかどうかから、モデルハーネス環境システムが検証可能な正確さ、属性、メンテナンス可能な変更を生成できるかどうかという、自律的なソフトウェアエンジニアリングの中心的な疑問を再考する。
論文 参考訳（メタデータ） (2026-05-13T11:14:59Z) - FRESCO: Benchmarking and Optimizing Re-rankers for Evolving Semantic Conflict in Retrieval-Augmented Generation [73.22935457705057]
時間的動的文脈における再ランカ評価のためのベンチマークであるFRESCOを紹介する。
レクエンシ検索クエリと過去のウィキペディアのリビジョンを組み合わせることで、FRESCOは、セマンティックな関連性を維持しながら、リランカが事実として最新の証拠を優先順位付けできるかどうかをテストする。
我々の評価では、既存の再ランカ間で一貫した障害モードが明らかになっている。
論文 参考訳（メタデータ） (2026-04-14T17:04:25Z) - Beyond Isolated Tasks: A Framework for Evaluating Coding Agents on Sequential Software Evolution [5.10403054516716]
既存のデータセットは、分離された単一のプルリクエスト(PR)タスクのパフォーマンスをステートレスな方法で評価する。
本稿では,SWE-STEPSのデータセット生成を支援する自動コーディングタスク生成フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-03T13:44:40Z) - Audited Skill-Graph Self-Improvement for Agentic LLMs via Verifiable Rewards, Experience Synthesis, and Continual Memory [3.7163033180152536]
Audited Skill-Graph Self-Improvementは、自己改善をエージェントの反復的なコンパイルとしてスキルグラフに扱うフレームワークである。
本稿では,完全なシステムアーキテクチャ,脅威モデル,セキュリティ解析を提案し,完全に実行可能な参照実装を提供する。
論文 参考訳（メタデータ） (2025-12-28T19:39:47Z)
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。