論文の概要: Epi: Towards a Persistent, Self-Improving Agent for Autonomous Research

• arxiv url: http://arxiv.org/abs/2610.24944v1
• Date: Sun, 18 Oct 2026 01:30:40 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:13:11.830117
• Title: Epi: Towards a Persistent, Self-Improving Agent for Autonomous Research
• Title（参考訳）: Epi: 自律的研究のための永続的自己改善エージェントを目指して
• Abstract要約: piはモデルセッション全体の調査を継続し、蓄積されたエクスペリエンスを通じてそのメソッドを進化させる。 12家族にまたがる20の数値境界記録と8家族にまたがる100の建設記録からなる120のレコードセット結果を生成する。 pi-turboは、モデルコストの64%でCodexよりも5.4%高いベンチマークスコアを達成した。
• 参考スコア（独自算出の注目度）: 69.10926712327317
• License:
• Abstract: We present Épi, an autonomous research agent that sustains investigations across model sessions and evolves its methods through accumulated experience. Épi combines persistent research history, hierarchical memory, branching and independent review to maintain research continuity, learn from experiments, and explore and revisit alternative approaches. Its experiments run across session boundaries, and a fixed verifier evaluates their outputs. Épi produced 120 record-setting results, comprising 20 numerical bound records across 12 families and 100 construction records across eight families. These include an approximately 84-fold narrower interval for the $n$-queens constant and a more than 3.6-million-fold narrower rigorous interval for the quartic Feigenbaum attractor dimension. Exact dual certificates establish that the Cohn-Elkies linear-programming bound cannot be sharp in dimensions 10 and 11. Beyond numerical improvements, Épi gives a computer-assisted proof of Tuza's conjecture for split graphs with an eight-vertex clique part and at most three triangle-active neighborhood types, with arbitrary multiplicities. We extend this research process to algorithmic coding with Épi-turbo, a lightweight configuration that develops executable solvers for tasks including vehicle routing, scheduling and production planning. On 30 FrontierOR tasks, Épi-turbo achieves a 5.4% higher total benchmark score than Codex at 64% of its model cost, using the same underlying model and reasoning effort. Épi is designed to support human understanding by connecting computational results to explicit methods and mathematical arguments that researchers can examine and build upon.
• Abstract（参考訳）: モデルセッション全体で調査を継続し、蓄積された経験を通してその手法を進化させる自律的な研究エージェントであるÉpiを提示する。 Épiは、永続的な研究履歴、階層記憶、分岐と独立レビューを組み合わせて、研究継続性を維持し、実験から学び、代替アプローチを探求し、再考する。 その実験はセッション境界を越えて実行され、固定検証器がその出力を評価する。 Épiは120のレコードセットを行い、12のファミリーにまたがる20の数値境界記録と8のファミリーにまたがる100の建設記録を含む。 これには、$n$-queens定数の約84倍の狭区間と、四角形のFeigenbaumアトラクター次元の3.6万倍以上の狭区間が含まれる。 厳密な双対証明は、コーン・エルキース線形プログラミング境界が次元 10 と 11 においてシャープでないことを証明している。 数値的な改善の他に、エピはチューザが8頂点の斜め部分を持つ分割グラフの予想をコンピュータ支援で証明し、少なくとも3つの三角形活性な近傍型を任意の乗法で証明した。 本研究は,車両のルーティングやスケジューリング,生産計画といったタスクの実行可能な解法を開発する軽量な構成であるÉpi-turboを用いて,アルゴリズムによるコーディングに拡張する。 30のFrontierORタスクでは、Épi-turboはモデルコストの64%でCodexよりも5.4%高いベンチマークスコアを達成した。 Épiは、計算結果を、研究者が検証して構築できる明示的な方法と数学的議論に結びつけることで、人間の理解を支援するように設計されている。

関連論文リスト

• OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory [95.76490979359288]
  マルチモーダル大言語モデル (MLLM) は視覚的推論において急速に進歩している。 多くのタスクは、内部理性だけでは入手が難しい証拠を必要とする。 機能層と永続型マルチモーダルメモリを中心に構成されたマルチモーダル推論ハーネスであるOpenVLHarnessを紹介する。
  論文  参考訳（メタデータ） (2026-10-19T17:59:58Z)
• WhatWorkedBench: Benchmarking Experimental Understanding in AI Agents [0.7460935829208671]
  WhatWorkedBenchは、取得、推論、プログラム構造、配信をリンクする。 カタログは、36のタスク条件、30のソース、8のワークフローファミリ、1248のインデックス付き構成レコードで構成されている。
  論文  参考訳（メタデータ） (2026-09-23T07:49:24Z)
• Predicting Student Attrition in Competitive Programming: A Large-Scale Study Integrating Survey Insights and Global Behavioral Logs [0.0]
  本稿では,大規模なCodeforcesアクティビティログと,バングラデシュの10大学を対象にした多施設心理調査を組み合わせたフレームワークを提案する。 分析によると、真の誘惑は83.71%の参加者の減少と15.6%の闘争時間の増加によって引き起こされる。 これらの結果は,行動信号と心理信号が,コンピュータプログラムにおけるデータ駆動型メンタリングを支援することを示唆している。
  論文  参考訳（メタデータ） (2026-07-27T10:00:08Z)
• The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
  本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。 通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
  論文  参考訳（メタデータ） (2026-04-27T16:23:09Z)
• Deep Researcher Agent: An Autonomous Framework for 24/7 Deep Learning Experimentation with Zero-Cost Monitoring [2.4112990554464235]
  textbfDeep Researcher Agentは,大規模言語モデル(LLM)エージェントが時計周辺で自律的にディープラーニング実験を行うことを可能にする,オープンソースのフレームワークである。 論文作成やコード生成に重点を置く既存のAI研究アシスタントとは異なり、私たちのシステムは仮説形成、コード実装、トレーニング実行、結果分析、反復的洗練という、完全な実験ライフサイクルに対処しています。
  論文  参考訳（メタデータ） (2026-04-07T13:16:31Z)
• Agent-Driven Autonomous Reinforcement Learning Research: Iterative Policy Improvement for Quadruped Locomotion [14.484745002483258]
  本稿では, エージェント駆動型自律強化学習研究における四足歩行のケーススタディについて述べる。 エージェントが実行ループの大部分を実行する間、人間はエージェントコーディング環境を通じて高レベルなディレクティブを提供した。 アイザック・ラボのDHAV1 12-DoFで、70以上の実験が14の波に編成され、初期の粗い地形の走行から7回ほどの平均的な報奨を得て、最高に記録された波動12回、exp063回、速度誤差0.263回と97%のタイムアウトを2000回以上行った。
  論文  参考訳（メタデータ） (2026-03-28T21:30:04Z)
• Advancing LLM Reasoning Generalists with Preference Trees [119.57169648859707]
  推論に最適化された大規模言語モデル(LLM)のスイートであるEulusを紹介する。 Eurusモデルは、様々なベンチマークでオープンソースのモデルの間で最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-04-02T16:25:30Z)
• Tool-Augmented Reward Modeling [58.381678612409]
  本稿では,外部環境へのアクセスによるRMの強化により,制約に対処するツール拡張された嗜好モデリング手法であるThemisを提案する。 我々の研究は、外部ツールをRMに統合し、様々な外部ソースとの相互作用を可能にすることを目的としている。 人間の評価では、テミスで訓練されたRLHFはベースラインと比較して平均32%の勝利率を得る。
  論文  参考訳（メタデータ） (2023-10-02T09:47:40Z)

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。