論文の概要: World of SWECraft: Agent Collaboration at Scale via Simulated Software Worlds

• arxiv url: http://arxiv.org/abs/2610.24061v2
• Date: Wed, 21 Oct 2026 17:59:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:05.970455
• Title: World of SWECraft: Agent Collaboration at Scale via Simulated Software Worlds
• Title（参考訳）: World of SWECraft: Simulated Software Worldsによる大規模エージェントコラボレーション
• Abstract要約: Software Worldはマルチエージェントソフトウェアエコシステムをシミュレートするためのフレームワークである。 シミュレーションでは、エージェントは、ソフトウェア効率を改善するという高いレベルの目標を持って、世界中のパッケージを維持します。 ほとんどのエージェントはコラボレーションを通じて意味のあるタスクを見つけることができるが、いくつかのモデルは早めに改善を探すのをやめることができる。
• 参考スコア（独自算出の注目度）: 111.6144693908836
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As teams of AI agents take on larger projects and long-standing open problems, agent collaboration offers another dimension for scaling inference-time compute. To understand what makes such collaboration effective and scalable, we develop Software World, a framework for simulating multi-agent coworking in realistic software ecosystems. It comes with a pipeline to create environments of real, interdependent Python packages of different topics, sizes, and dependency structures, which we call software worlds. In a simulation, agents maintain packages in the world with a high-level goal of improving software efficiency, and they are free to discover tasks to work on and collaborate with others. We evaluate agents' work in a world collectively by measuring speedup in hidden dependent packages. The framework allows us to study different elements of collaboration by varying communication, ownership, and resource allocation. We run simulations in three different worlds, totaling more than 10,000 hours of agent work across eight models. Overall, performance improvement scales with inference-time compute, with the best model improving downstream efficiency by up to 31%. We show that most agents can find meaningful tasks via collaboration, but some frontier models can prematurely stop looking for improvements and make little progress. We release the simulation framework and traces to support future studies of agent collaboration at https://szj.io/sw.
• Abstract（参考訳）: AIエージェントのチームがより大きなプロジェクトや長年続くオープンな問題に取り組みながら、エージェントコラボレーションは推論時間の計算をスケールするための別の次元を提供する。 このようなコラボレーションを効果的かつスケーラブルにするために,我々は,現実的なソフトウェアエコシステムにおけるマルチエージェントのコワーキングをシミュレートするフレームワークであるSoftware Worldを開発した。 ソフトウェアの世界と呼ばれる、さまざまなトピック、サイズ、依存関係構造からなる、実際の、相互依存のPythonパッケージの環境を作成するパイプラインが付属しています。 シミュレーションでは、エージェントは、ソフトウェア効率を改善するという高いレベルの目標を持って、世界中のパッケージを管理します。 我々は,隠された依存パッケージのスピードアップを計測することで,エージェントの世界の働きを総合的に評価する。 このフレームワークは、様々なコミュニケーション、オーナシップ、リソース割り当てによって、コラボレーションのさまざまな要素を研究することができます。 シミュレーションは3つの異なる世界で行われ、合計で8つのモデルで1万時間以上のエージェントが動作する。 全体として、パフォーマンス改善は推論時の計算でスケールし、最高のモデルは下流の効率を最大31%改善する。 ほとんどのエージェントはコラボレーションを通じて有意義なタスクを見つけることができるが、一部のフロンティアモデルは早めに改善を探すのをやめ、ほとんど進歩しない。 シミュレーションフレームワークとトレースをリリースし、https://szj.io/sw.comでエージェントコラボレーションの今後の研究をサポートする。

関連論文リスト

• A Cloud-based Multi-Agentic Workflow for Science [0.12314765641075438]
  大型言語モデル(LLM)は、様々な科学領域にまたがって広く普及している。 シミュレーションの実行や複雑な決定といった複雑なタスクを実行する能力の欠如は、彼らのユーティリティを制限します。 我々は、完全にクラウド上で実行されている間、科学的アシスタントとして機能するエージェントフレームワークに対して、ドメインに依存しない、モデルに依存しないワークフローを提示します。
  論文  参考訳（メタデータ） (2026-01-18T22:37:09Z)
• TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [55.03911355902567]
  我々は、デジタルワーカーと同じような方法で世界と対話するAIエージェントを評価するためのベンチマークであるTheAgentCompanyを紹介する。 最も競争力のあるエージェントは、タスクの30%を自律的に完了させることができる。 これは、実際の職場の設定でLMエージェントをシミュレートすることで、タスク自動化に関する微妙な絵を描く。
  論文  参考訳（メタデータ） (2024-12-18T18:55:40Z)
• Multi-Agent Collaboration via Cross-Team Orchestration [31.506350304184526]
  大規模言語モデル(LLM)は、特に組織化された自律エージェントを通じて、様々なドメインに大きな影響を与えている。 これはスケーラブルなマルチチームフレームワークで、オーケストレーションされたチームはさまざまなタスク指向のソリューションを共同で提案できる。 実験では、最先端のベースラインと比較して、ソフトウェアの品質が顕著に向上している。
  論文  参考訳（メタデータ） (2024-06-13T10:18:36Z)
• MAgIC: Investigation of Large Language Model Powered Multi-Agent in Cognition, Adaptability, Rationality and Collaboration [98.18244218156492]
  大規模言語モデル(LLM)は、非常に高度な自然言語処理を持つ。 アプリケーションがマルチエージェント環境に拡大するにつれて、包括的な評価フレームワークの必要性が生じる。 この研究は、マルチエージェント設定内でLLMを評価するための新しい競合ベースのベンチマークフレームワークを導入している。
  論文  参考訳（メタデータ） (2023-11-14T21:46:27Z)

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。