論文の概要: RSIFlow: Adaptive Self-Improvement Workflows with an Evolving Meta-Agent

• arxiv url: http://arxiv.org/abs/2610.21791v1
• Date: Thu, 15 Oct 2026 12:45:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.078398
• Title: RSIFlow: Adaptive Self-Improvement Workflows with an Evolving Meta-Agent
• Title（参考訳）: RSIFlow: 進化するメタエージェントを備えた適応型自己改善ワークフロー
• Abstract要約: 大規模言語モデル(LLM)エージェントは複雑なタスクにおいて強力な機能を示す。 適応的なワークテキストbfflowオーケストレーションとメタエージェント能力の進化を統合するフレームワークである textbfRSIFlow を提案する。
• 参考スコア（独自算出の注目度）: 15.52559308015522
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language model (LLM) agents have demonstrated strong capabilities in complex tasks, including code generation, tool use, and multi-hop question answering. Existing self-improvement methods enhance agent performance through model optimization, harness evolution, and executable artifact refinement, while recursive self-improvement (RSI) further extends optimization to the improvement mechanisms themselves. However, adapting self-improvement workflows to evolving performance bottlenecks while improving workflow orchestration through execution feedback remains a key challenge. We propose \textbf{RSIFlow}, a \textbf{R}ecursive \textbf{S}elf-\textbf{I}mprovement framework that integrates adaptive work\textbf{flow} orchestration with meta-agent capability evolution. RSIFlow diagnoses performance bottlenecks from task-agent trajectories and environmental feedback to dynamically select component-specific improvement workflows. The meta-agent then distills workflow outcomes into component-specific skills and cross-component principles, evolving its own harness to improve subsequent workflow orchestration. Experiments across six benchmarks and two backbone models show that RSIFlow achieves the SOTA average performance on all benchmarks. Ablation studies further demonstrate the contributions of adaptive workflow orchestration and meta-harness evolution. Code is available at https://github.com/1HUAN1/RSI-Flow.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、コード生成、ツール使用、マルチホップ質問応答など、複雑なタスクにおいて強力な機能を示している。 既存の自己改善手法は、モデル最適化、ハーネス進化、実行可能アーティファクト改善を通じてエージェント性能を向上させる一方で、再帰的自己改善(RSI)は改善機構自体に最適化をさらに拡張する。 しかしながら、実行フィードバックによるワークフローオーケストレーションを改善しながら、パフォーマンスボトルネックの進化に自己改善ワークフローを適用することは、依然として重要な課題です。 本稿では, 適応型 Work\textbf{flow} オーケストレーションとメタエージェント能力の進化を統合した, \textbf{R}ecursive \textbf{S}elf-\textbf{I}mprovement フレームワークである \textbf{RSIFlow} を提案する。 RSIFlowはタスクエージェントのトラジェクトリと環境フィードバックからパフォーマンスボトルネックを診断し、動的にコンポーネント固有の改善ワークフローを選択する。 メタエージェントは、ワークフローの結果をコンポーネント固有のスキルとクロスコンポーネントの原則に蒸留し、その後のワークフローオーケストレーションを改善するために独自のハーネスを進化させる。 6つのベンチマークと2つのバックボーンモデルによる実験は、RSIFlowが全てのベンチマークでSOTA平均性能を達成することを示している。 アブレーション研究は、適応的なワークフローオーケストレーションとメタハーネス進化の貢献をさらに示している。 コードはhttps://github.com/1HUAN1/RSI-Flowで入手できる。

関連論文リスト

• FlowSteer: Interactive Agentic Workflow Orchestration via End-to-End Reinforcement Learning [49.369614288007334]
  FlowSteerは、エージェントと実行可能なキャンバス環境として軽量なポリシーモデルを採用する、エンドツーエンドの強化学習フレームワークである。 FlowSteerは様々なタスクでベースラインを大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2026-02-02T05:30:42Z)
• WISE-Flow: Workflow-Induced Structured Experience for Self-Evolving Conversational Service Agents [12.014029662322152]
  大規模言語モデル(LLM)ベースのエージェントは、ユーザ向けサービスに広くデプロイされているが、新しいタスクではエラーが発生しやすい。 本稿では,過去のサービスインタラクションを再利用可能な手続き体験に変換する実現可能性中心のフレームワークであるWISE-Flowを提案する。
  論文  参考訳（メタデータ） (2026-01-13T02:43:41Z)
• MermaidFlow: Redefining Agentic Workflow Generation via Safety-Constrained Evolutionary Programming [31.549367981711686]
  本稿では,安全制約付きグラフの進化を通じてエージェント検索空間を再定義するフレームワークであるMermaidFlowを紹介する。 ドメインを意識した進化的演算子を定式化し、構造的多様性を促進しながら意味的正当性を維持する。 MermaidFlowは、成功率の一貫性の向上と、エージェント推論ベンチマークの実行可能な計画へのより高速な収束を実現している。
  論文  参考訳（メタデータ） (2025-05-29T01:08:36Z)
• Flow: Modularized Agentic Workflow Automation [53.073598156915615]
  大規模言語モデル(LLM)を利用したマルチエージェントフレームワークは、自動計画とタスク実行において大きな成功を収めている。 しかし, 実行中のエージェントの効果的な調整は十分に研究されていない。 本稿では,エージェントによる継続的なワークフロー改善を可能にするアクティビティ・オン・頂点(AOV)グラフを定義する。 提案するマルチエージェントフレームワークは,サブタスクの効率的な同時実行,効果的なゴール達成,エラー耐性の向上を実現している。
  論文  参考訳（メタデータ） (2025-01-14T04:35:37Z)
• Benchmarking Agentic Workflow Generation [80.74757493266057]
  複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。 また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。 我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
  論文  参考訳（メタデータ） (2024-10-10T12:41:19Z)
• Grammar-based evolutionary approach for automated workflow composition with domain-specific operators and ensemble diversity [0.36832029288386137]
  本稿では,自動ワークフロー合成(AWC)のための文法に基づく進化的アプローチであるEvoFlowを紹介する。 EvoFlowはワークフロー構造を設計する際の柔軟性を強化し、実践者が自身の要求に最も適したアルゴリズムを選択することを可能にする。 以上の結果から,EvoFlowの遺伝的演算子と更新機構が,現在の先行手法よりも大幅に優れていることが示唆された。
  論文  参考訳（メタデータ） (2024-02-03T11:29:14Z)

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。