論文の概要: Self-Evolving Agents Can Repair Failures but Struggle to Generalize from Them

• arxiv url: http://arxiv.org/abs/2610.22984v1
• Date: Fri, 16 Oct 2026 06:10:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.779392
• Title: Self-Evolving Agents Can Repair Failures but Struggle to Generalize from Them
• Title（参考訳）: 自己進化型エージェントは失敗を修復できるが、一般化の難しさ
• Abstract要約: CFOE(Cold-Start Failure-Only Evolution)は、エージェントが経験の蓄積なしに開始し、特権的なガイダンスなしで失敗するインタラクションからのみ学習する手法である。 障害から派生したエクスペリエンスは、以前失敗したタスクの修復に役立ちますが、目に見えないタスクに対する継続的な改善をもたらすことはめったにありません。 これらの結果から、現在の自己進化剤は、障害から一般化可能な能力を構築するよりも、観測された障害の修復に優れていることが示唆された。
• 参考スコア（独自算出の注目度）: 62.767134439822
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Experience-driven self-evolution offers a promising path for large language model (LLM) agents to continually improve through interaction. Yet existing approaches often rely on successful trajectories or external evaluation signals, leaving unclear whether agents can evolve when such positive anchors are unavailable. We study this question through Cold-Start Failure-Only Evolution (CFOE), where agents start without accumulated experience and learn only from failed interactions without privileged guidance. Across three self-evolving paradigms, multiple LLM backbones, and four interactive environments, we uncover a consistent repair-generalization gap: failure-derived experience can help repair previously failed tasks, but rarely yields sustained improvements on unseen tasks. Further analysis shows that agents often misinterpret failures, while even verified-correct experience remains difficult to transfer. Relaxing CFOE reveals that verifier feedback and additional interaction provide limited gains, whereas successful trajectories substantially improve transfer. These findings suggest that current self-evolving agents are better at repairing observed failures than building generalizable capabilities from failure.
• Abstract（参考訳）: エクスペリエンス駆動の自己進化は、対話を通じて継続的に改善するための大きな言語モデル(LLM)エージェントにとって有望なパスを提供する。 しかし、既存のアプローチは、しばしば軌道または外部評価信号に頼り、そのような正のアンカーが利用できないときにエージェントが進化できるかどうかは不明のままである。 CFOE(Cold-Start Failure-Only Evolution)は、エージェントが経験を蓄積せずに開始し、特権的なガイダンスなしで失敗したインタラクションからのみ学習する手法である。 3つの自己進化パラダイム、複数のLDMバックボーン、そして4つのインタラクティブな環境の中で、一貫した修理と一般化のギャップが明らかになりました。 さらなる分析によると、エージェントは失敗を誤解することが多いが、検証された正確な経験でさえ転送は困難である。 CFOEを緩和すると、検証者フィードバックと追加の相互作用は限られた利得をもたらすが、成功した軌道は転送を大幅に改善する。 これらの結果から、現在の自己進化剤は、障害から一般化可能な能力を構築するよりも、観測された障害の修復に優れていることが示唆された。

関連論文リスト

• Agent Plasticity: Measuring Self-Improvement Through Experience [101.59509058042552]
  エージェントが過去の体験を将来の事例で継承した再利用可能なアーティファクトに記憶させる制御環境での自己改善について検討する。 エージェントの可塑性は, エージェントが経験を生かし, 将来の保留性能を向上する。 複数の環境にまたがって、フロンティアモデルは、学習する機会に匹敵するにもかかわらず、大幅に異なる改善軌道を示す。
  論文  参考訳（メタデータ） (2026-10-06T17:58:57Z)
• SEABench: Benchmarking Endogenous Misalignment In Self-Evolving Agents [49.54988737892722]
  自己進化型LDMエージェントは、ハーネスを変更することで、デプロイ後に改善する能力で有名になった。 SEABenchは、エージェントの自己進化から生じる内因性不整合を研究するためのベンチマークである。 自己進化はタスク完了率を高めるが、安全上の失敗の犠牲になることが多い。
  論文  参考訳（メタデータ） (2026-09-28T16:46:25Z)
• 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)
• Internalizing Agency from Reflective Experience [20.650609947690196]
  LEAFEは、リカバリエージェンシーをリフレクティブエクスペリエンスから内部化するフレームワークである。 ベースモデルよりも一貫してPass@1を改善し、結果駆動ベースラインよりも高いPass@kを実現している。
  論文  参考訳（メタデータ） (2026-03-17T17:50:47Z)
• Self-Consolidation for Self-Evolving Agents [51.94826934403236]
  大規模言語モデル(LLM)エージェントは静的システムとして機能し、生涯にわたる相互作用を通じて進化する能力に欠ける。 相補的進化機構を導入したLLMエージェントのための新しい自己進化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-02T11:16:07Z)
• Large Language Model Agents Are Not Always Faithful Self-Evolvers [84.08646612111092]
  自己進化型大規模言語モデル(LLM)エージェントは、過去の経験を蓄積し再利用することによって継続的に改善される。 本稿では,経験の忠実さ,エージェントの判断が与えられた経験に因果的依存を初めて体系的に調査する。
  論文  参考訳（メタデータ） (2026-01-30T01:05:15Z)
• Co-Evolving Agents: Learning from Failures as Hard Negatives [38.61683607205988]
  近年の研究では、自己改善剤を自力で生成し、精製し、自身の軌道で再訓練する研究が進められている。 本稿では、目標エージェントが補助故障エージェントと共同で改善する共進化型エージェントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-27T09:30:33Z)

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。