論文の概要: EvoWeave: Composing Reusable Agent Experience through Operation Level Graphs
- arxiv url: http://arxiv.org/abs/2610.19381v1
- Date: Wed, 14 Oct 2026 01:28:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.883369
- Title: EvoWeave: Composing Reusable Agent Experience through Operation Level Graphs
- Title（参考訳）: EvoWeave: 操作レベルグラフによる再利用可能なエージェントエクスペリエンスの構築
- Abstract要約: EvoWeaveは、ノードとして抽象状態を表現し、エッジとして再利用可能な操作をエクスペリエンスメモリのフレームワークである。
フレームワークを4つのベンチマーク、5つの評価設定、3つの言語モデルバックボーンで研究する。
- 参考スコア（独自算出の注目度）: 24.238913050736347
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Different tasks often require interactive agents to perform similar operations at intermediate steps. Retrieving an entire past workflow can introduce irrelevant steps, whereas retrieving isolated operations can discard the dependencies needed to reuse them. We introduce EvoWeave, a framework for experience memory that represents abstract states as nodes and reusable operations as directed edges with input and output contracts, provenance, and capability references. A planner decomposes the current task into a dependency graph; operation retrieval and bounded directed search then assemble relevant experience fragments. An execution agent can inspect these fragments and their referenced capabilities, while reflection separates concrete execution evidence from reusable abstractions. We study the framework across four benchmarks, five evaluation settings, and three language model backbones. Across backbones, AppWorld Normal and Challenge task goal completion average 51.91 and 27.99, respectively, exceeding the baseline without memory by 6.99 and 4.99 percentage points. An AppWorld ablation associates directed connections with an additional improvement of 2.08 points over independent operation cards. The results motivate composition of reusable operations while exposing tradeoffs in retrieval overhead and conditions for valid reuse.
- Abstract（参考訳）: 異なるタスクは、しばしば中間ステップで同様の操作を行うために対話的なエージェントを必要とする。
過去のワークフロー全体を取得することは、無関係なステップを導入することができる一方で、分離された操作を取得することは、再利用に必要な依存関係を破棄することができる。
EvoWeaveは、ノードとして抽象状態を表現し、再利用可能な操作を、入力と出力のコントラクト、前例、能力参照を備えた有向エッジとして表現する、エクスペリエンスメモリのためのフレームワークです。
プランナーは現在のタスクを依存グラフに分解し、操作検索と有界指向検索を行い、関連するエクスペリエンスフラグメントを組み立てる。
実行エージェントは、これらのフラグメントとその参照機能を調べ、リフレクションは、具体的な実行証拠を再利用可能な抽象化から分離する。
フレームワークを4つのベンチマーク、5つの評価設定、3つの言語モデルバックボーンで研究する。
バックボーン全体では、AppWorld Normal と Challenge のタスクのゴールゴール完了平均は51.91 と 27.99 であり、メモリ無しのベースラインを6.99 と 4.99 のポイントで上回っている。
AppWorldのアブレーションは、独立したオペレーティングカードよりも2.08ポイント向上したディレクティブ接続を関連付けている。
その結果、再利用可能な操作の構成をモチベーションとし、検索オーバーヘッドのトレードオフと有効な再利用条件を明らかにした。
関連論文リスト
- Interlock: From Local Correctness to Task Completion in Long-Horizon Agents [26.058892330854793]
我々は,各タスクを型付き補完グラフとして表現するタスク合成のためのフレームワークであるInterlockを提案する。
接地エッジは公共の証拠を決定に結び付け、結合ハイパーエッジはコンポーネント間の共同制約を課し、実現エッジは決定を必要下流効果に結び付ける。
ソースカバレッジレビューは、元の要件が生成されるかどうかをチェックし、パブリックインプットレビューは、ルーリックが解決者に利用可能な材料によってサポートされているかどうかをチェックする。
エージェント・アズ・ジャッジは実行成果物を検査し、検証スクリプトを実行する。
論文 参考訳（メタデータ） (2026-10-14T07:09:46Z) - LexiconVLA: Learning Reusable Atomic Action Codebooks for Unseen Tasks [52.045695649147966]
クロスタスク再利用のための検索可能な原子-作用レキシコンを提案する。
グローバルかつ詳細なコードブックは、共有インタラクション構造ときめ細かい実行のバリエーションをキャプチャする。
視覚-原子的行動アライメントは、視覚状態変化からの軌道再構成と、行動コードからの視覚的結果予測を結合する。
論文 参考訳（メタデータ） (2026-09-29T05:45:52Z) - Memory Control Signals Emerge Before Action in Long Horizon Agents [55.84813053778976]
各エージェントアクションの直前に隠された状態を調べ、圧縮とリコールの要求がモデルの内部表現にすでにエンコードされていることを確認する。
本研究では,状態誘導圧縮と外部エビデンス検索を組み合わせたPreaction Memory with Evidence Retrieval (PaMER)を提案する。
論文 参考訳（メタデータ） (2026-09-23T03:23:34Z) - From Interaction Traces to Persistent Skills: Online Evolution for Computer-Use Agents [48.50635499112162]
本稿では,インタラクショントラジェクトリと評価器フィードバックを再利用手順の永続的でバージョン管理されたライブラリに変換するオンラインスキル進化フレームワークを提案する。
我々は、OSWorldの4つのアプリケーションドメインにまたがって、完全に進化するライブラリシステムと、設定にマッチした空のライブラリ制御を比較した。
GIMPでは、プロファイランス・アウェア・アナリティクスにより、タスク・オブ・オリジンの境界を越えた検索とリビジョンが示され、繰り返し受け入れられた編集が元のタスクの回復に失敗する。
論文 参考訳（メタデータ） (2026-09-04T08:29:45Z) - IntHQ: Task-Interactive Hierarchical Query on Dual-Stream Representations for Generative Recommendation [20.546679348797905]
既存のマルチタスクは本質的に3倍の崩壊を起こしやすいことを示す。
InHQは3つのコンポーネントを持つマルチタスク生成レコメンデータで、1つの崩壊を緩和する。
オフライン評価では、InHQは4つの代表的なタスクヘッド構成の下で、競争力のあるバックボーンを一貫して上回っている。
論文 参考訳（メタデータ） (2026-08-10T14:13:47Z) - ContextWeave: A Real-World Workflow Benchmark [44.23367918659128]
ContextWeaveは、現実的なオフィスワークストリームにおいて、リコールされたエクスペリエンスがダウンストリームエージェントのパフォーマンスを改善するかどうかを評価する、時系列ベンチマークである。
関連性、連続性、可溶性、不適切なリコールに対する堅牢性の診断によって補完される、参加者固有の嗜好と品質と整合性を測定する。
分析の結果,実行可能で体験に富んだメモリはワークフロー継続をサポートし,コンパクトなサマリーよりも冗長な探索を効果的に行うことができることがわかった。
論文 参考訳（メタデータ） (2026-08-05T13:31:18Z) - MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。
MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。
長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
論文 参考訳（メタデータ） (2026-07-14T15:33:44Z) - A Task-State Representation for Long-Horizon Mobile GUI Agents [53.359524744953575]
Task-State Representation (TSR)は、感覚入力からタスク状態を明示的に分離する、トレーニング不要のフレームワークである。
4つのモバイルGUIベンチマークによる実験では、TSRの有効性が検証され、成功率が12ポイントまで向上した。
論文 参考訳（メタデータ） (2026-07-01T06:37:21Z) - TraceGraph: Shared Decision Landscapes for Diagnosing and Improving Agent Trajectories [61.51984029109709]
グラフベースのフレームワークであるTraceGraphを紹介した。
各タスクに対して、TraceGraphは、モデルIDが導入される前に、プールされたロールアウトから観測可能なアクション・オブザーブレーション状態のグラフを構築する。
次に、結果インフォームされた生産的なコアとトラップリージョンをオーバーレイし、各ロールアウトを3つのイベント – アクセス、トラップ露出、修復 – で要約する。
論文 参考訳（メタデータ） (2026-05-29T13:40:31Z) - DRIVE: Modeling Skills at the Reasoning and Interaction Levels for Web Agents under Continual Learning [17.92660876001036]
Webエージェントは、異なるタスクを実行するために、ハイレベル推論と低レベルインタラクションの両方を必要とします。
本稿では、歴史的経験を自然言語推論スキルに分割する二段階スキルモデリングフレームワークDRIVEを提案する。
実験によると、DRIVEのタスク成功率は52.8%で、スキルフリーのベースラインを7.3%上回っている。
論文 参考訳（メタデータ） (2026-04-28T11:39:20Z)
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。