論文の概要: Explore Separately, Adopt Selectively: Execution-Guided Tool Use over Large Tool Libraries

• arxiv url: http://arxiv.org/abs/2610.22688v1
• Date: Thu, 15 Oct 2026 21:56:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.683198
• Title: Explore Separately, Adopt Selectively: Execution-Guided Tool Use over Large Tool Libraries
• Title（参考訳）: 大規模ツールライブラリ上での実行ガイドツールの利用
• Abstract要約: 本稿では,BRIA(Branch-Inspect-Adopt)について紹介する。 BRIAはタスク実行中に新たな機能が必要になるため、追加のツールを取得する。 MCP-Atlasでは平均クレームスコア89.77で、MPP-Zeroでは75.40で14.37で上昇している。
• 参考スコア（独自算出の注目度）: 10.027390895360751
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language model agents must discover relevant tools from large libraries, e.g., thousands of tools, as new needs arise during task execution. When several candidates could satisfy the same need, execution may be required to identify the relevant one. Investigating candidates in a shared trajectory can leave alternatives unexplored or allow failed attempts to influence subsequent reasoning. To address this, we present BRIA (BRanch-Inspect-Adopt), a simple yet effective agent that temporarily isolates candidate investigations in separate branches. Each branch retrieves and executes tools to investigate its candidate; a task agent inspects the resulting execution evidence and adopts only useful results into its continuing trajectory. BRIA retrieves additional tools as new capability needs arise during task execution. We evaluate BRIA on PlanBench-XL and MCP-Atlas using a shared pool of 1897 tools, three language models, and static and adaptive retrieval baselines. Across all settings, BRIA matches or exceeds the strongest retrieval baseline. On MCP-Atlas, it achieves an average claim score of 89.77, compared with 75.40 for MCP-Zero, a gain of 14.37 percentage points. BRIA also lies on the Pareto frontier for task performance and input-token cost.
• Abstract（参考訳）: 大きな言語モデルエージェントは、タスク実行中に新しいニーズが発生するため、巨大なライブラリ、例えば数千のツールから関連するツールを見つけなければなりません。 複数の候補が同じニーズを満たすことができれば、実行は関連する候補を特定するために必要となる。 共有軌跡の候補者を調査することは、探索されていない代替案を残したり、その後の推論に影響を与えようとして失敗したりすることができる。 そこで本研究では,BRIA (BRanch-Inspect-Adopt) について述べる。 各ブランチは、その候補を調べるためのツールを検索し、実行します。 BRIAはタスク実行中に新たな機能が必要になるため、追加のツールを取得する。 PlanBench-XL と MCP-Atlas の BRIA を 1897 ツールと 3 言語モデル,静的および適応的検索ベースラインの共有プールを用いて評価した。 すべての設定で、BRIAは最強の検索ベースラインにマッチするか、超えます。 MCP-Atlasでは平均クレームスコア89.77で、MPP-Zeroでは75.40で14.37で上昇している。 BRIAはタスクパフォーマンスと入出力コストのためのParetoフロンティアにも置かれている。

関連論文リスト

• Strategy Accumulation and Guided Execution for Automated LLM Fine-Tuning [55.45800745117191]
  SAGE(Strategy Accumulation and Guided Execution)は、自動微調整検索を累積化するフレームワークである。 単ラウンド実行では、SAGEの累積経験はベースラインに対する平均相対的な改善を3.2%から15.6%に引き上げる。 これらの結果は、永続的な戦略経験が、目に見えないタスクを自動微調整するための効果的なガイダンスを提供することを示している。
  論文  参考訳（メタデータ） (2026-09-06T09:18:03Z)
• Joint Optimization of Tool Creation and Use for Large Language Model Agents [69.07066297088187]
  SMITH (-grounded Multi-task Iterative Tool Honing) は、単一のポリシー内でツールの作成とツールの使用を訓練する。 SMITHで訓練された4B Qwen3は、正確に検証された13の手続き的推論タスクで、保持されたタスクで平均79.8のマクロ平均精度に達する。 また、TabMWP-Hardでは40.4、ドメイン外のGQAでは42.6に到達している。
  論文  参考訳（メタデータ） (2026-08-25T13:59:34Z)
• Tools Are Not Islands: Set-Level Tool Retrieval for LLM Agents via Query-Conditioned Hyperedge Prediction [4.596769167229008]
  本稿では,HyperedgeベースのSEtレベルツール検索のためのHYSETを提案する。 i)ツールセット自体がスコアの単位となるツール共起動ハイパーグラフ上でのクエリ条件付きハイパーエッジ予測としてツール検索を定式化し、(ii)濃度固有の相互作用を通じてサイズに依存したツール互換性をキャプチャし、(iii)下流エージェントの変更を必要としない事前選択モジュールとしてHYSETを設計する。
  論文  参考訳（メタデータ） (2026-07-28T13:45:08Z)
• SING: Synthetic Intention Graph for Scalable Active Tool Discovery in LLM Agents [64.59100414726556]
  大規模言語モデル(LLM)エージェントは、コンテキスト、ツール、マルチターン実行を管理するハーネスに依存している。 Retrieval-augmented Tool selectionは、自然な代替手段を提供するが、既存のワンショット検索方法は、独立したツール記述とエージェントの真のタスク意図との整合に失敗する。 我々は、ユーザ意図、ツール機能、ツールコラボレーションパターンをリンクするインテントツーオールグラフを構築する、意図認識型のアクティブツール発見フレームワークであるSINGを提案する。
  論文  参考訳（メタデータ） (2026-06-15T11:37:37Z)
• GrepSeek: Training Search Agents for Direct Corpus Interaction [66.69568141699311]
  GrepSeekは、コンパクトな検索エージェントを訓練し、大きなテキストコーパスから証拠を見つけ、フィルタリングし、構成する、最適化された直接コーパスインタラクション(DCI)検索エージェントである。 DCIを大規模に実用化するためには、シェルコマンドのシーケンシャルな実行とバイトエクササイズ等価性を保ちながら、シェルベースの検索を最大7.6タイムで高速化するセマンティックス保存のシャード並列実行エンジンを使用する。
  論文  参考訳（メタデータ） (2026-05-28T03:37:33Z)
• ToolFlood: Beyond Selection -- Hiding Valid Tools from LLM Agents via Semantic Covering [2.6928305857508974]
  本稿では,ツール拡張型Large Language Model (LLM)エージェントに対する検索層攻撃であるToolFloodを紹介する。 検索後にどのツールが選択されるかを変更するのではなく、ToolFloodは、いくつかのアタッカー制御ツールを注入することで、検索自体を圧倒する。 ToolFloodは、95%のアタック成功率と低インジェクション率を実現している。
  論文  参考訳（メタデータ） (2026-03-14T13:54:49Z)
• TPS-Bench: Evaluating AI Agents' Tool Planning \& Scheduling Abilities in Compounding Tasks [23.96822236741708]
  大規模言語モデル(LLM)エージェントは、研究やコーディングといった分野にまたがる強力な問題解決能力を示している。 本稿では, TPS-Bench を用いて, ツールプランニングとスケジューリングを要求される問題に対する LLM エージェントの能力のベンチマークを行う。
  論文  参考訳（メタデータ） (2025-11-03T12:45:39Z)
• Re-Invoke: Tool Invocation Rewriting for Zero-Shot Tool Retrieval [47.81307125613145]
  Re-Invokeは、トレーニングなしで大規模ツールセットに効果的にスケールするために設計された教師なしツール検索手法である。 我々は、クエリ毎に最も関連性の高いツールを特定するために、意図に基づいて、新しいマルチビュー類似度ランキング戦略を採用する。 評価の結果、Re-Invokeはシングルツールとマルチツールの両方のシナリオにおいて、最先端の代替よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2024-08-03T22:49:27Z)

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。