論文の概要: CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?

• arxiv url: http://arxiv.org/abs/2610.25078v1
• Date: Sun, 18 Oct 2026 07:38:03 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:08:53.832857
• Title: CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?
• Title（参考訳）: CoEvo-RSI: ハーネスが進化する時、どのモデルに従うべきか?
• Abstract要約: 我々は、持続的だがしばしば見過ごされる脳-モデルにおける身体のミスマッチ問題-ハーネス共進化について研究する。 本稿では,エージェント駆動の双方向履歴継承によるモデル-ハーネス共進化を促進するRSIフレームワークであるCoEvo-RSIを紹介する。
• 参考スコア（独自算出の注目度）: 56.229150296159695
• License:
• Abstract: Model--harness co-evolution has emerged as a prominent paradigm for recursive self-improving (RSI) agents, jointly evolving their execution scaffolds and intrinsic capabilities. We study the persistent yet often overlooked brain--body mismatch problem in this paradigm, where an evolving harness (body) demands behaviors its model (brain) has not learned or restricts capabilities it already possesses. We introduce CoEvo-RSI, a RSI framework that advances model--harness co-evolution through agent-driven, bidirectional historical inheritance. Drawing on a shared evolutionary archive and execution feedback, a meta-agent coordinates harness development from historical designs with model checkpoint selection or merging and subsequent adaptation under the selected harness, aligning inherited capabilities with evolving execution requirements to reduce brain--body mismatch. Using only supervised fine-tuning (SFT) on its own rejection-sampled trajectories, CoEvo-RSI makes Qwen3.5-9B competitive with larger models across diverse vertical applications, including multi-agent failure attribution, role-aware text-to-SQL, and smart-home instruction following. It surpasses DeepSeek-V4-Pro on TraceElephant (+14.16 agent accuracy) and GLM-5.3 on HomeBench VM (+4.90 success rate), underscoring the need for brain--body alignment and the potential of bidirectional historical inheritance to advance agent co-evolution.
• Abstract（参考訳）: モデル-ハーネスの共進化は、再帰的自己改善(RSI)エージェントの顕著なパラダイムとして現れ、実行の足場と本質的な能力を共同で進化させてきた。 このパラダイムでは、進化するハーネス(体)がモデル(脳)が学習していないり、すでに持っている能力を制限したりすることを要求している。 本稿では,エージェント駆動の双方向履歴継承によるモデル-ハーネス共進化を促進するRSIフレームワークであるCoEvo-RSIを紹介する。 共有された進化的アーカイブと実行フィードバックに基づいて、メタエージェントは、モデルチェックポイント選択またはマージによる歴史的デザインからの発達と、選択されたハーネスによるその後の適応をコーディネートする。 CoEvo-RSIは、独自のリジェクションサンプリングされたトラジェクトリの教師付き微調整(SFT)のみを使用して、Qwen3.5-9Bを、マルチエージェント障害属性、ロール対応のテキスト-to-SQL、スマートホームインストラクションなど、さまざまな垂直アプリケーションにまたがる大規模なモデルと競合させる。 TraceElephantのDeepSeek-V4-Pro(+14.16エージェント精度)とHomeBench VMのGLM-5.3(+4.90成功率)を上回り、脳内アライメントの必要性と、進行エージェントの共進化に対する双方向の歴史的継承の可能性を強調している。

関連論文リスト

• VideoHarness-SRSI: Structured Recursive Self-Improvement for Video Understanding Harness [75.15615778283161]
  LLMシステム機能は、モデルパラメータだけでなく、情報取得、ツールの使用、推論、メモリを整理する実行可能なハーネスにも依存する。 本稿では,マルチモーダルなリッチな証拠と結合機構が利用効率の最適化を困難にしているエージェント的ビデオ理解において,この問題を考察する。
  論文  参考訳（メタデータ） (2026-10-14T02:17:07Z)
• Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails [23.287109132562403]
  自動化されたハーネス進化により、より小さなモデルは、フロンティアモデルコストのごく一部で、ドメイン固有のタスクでうまく機能することができる。 模倣は知識を伝達し,足場の使用量を増加させるが,モデルハーネスの適合性を阻害することを示す。 我々は、メタレベルのMLEエージェントによって自動化され、弱いモデル自身のロールアウトにおいて失敗するターンをローカライズし、専門家にそのターンのみを書き直すよう依頼する、オンデマンドの専門家補正パイプラインを開発する。
  論文  参考訳（メタデータ） (2026-09-08T17:53:49Z)
• HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness? [61.02699867449589]
  評価単位をタスク出力から実行インフラストラクチャにシフトするベンチマークであるHarnessDevを紹介します。 Creationでは、エージェントは最小限のシードと少数のケースから始まり、完全な実行システムを構築する。 Evolutionでは、独自のハーネスから始まり、ベンチマークのパフォーマンス向上を目標として、下流の実行フィードバックを使用して反復的に修正する。
  論文  参考訳（メタデータ） (2026-09-01T15:45:33Z)
• HELIX: Model-Harness Co-evolution for Recursive Self-Improvement [8.484282837156933]
  我々は,HELIXを資源追跡可能なHELIX基板として提案する。 提案手法は,現在の能力向上と,次のモデルに対する学習信号の生成方法を示す。
  論文  参考訳（メタデータ） (2026-08-14T04:44:53Z)
• EvolveNet: Collaborative Harness Evolution for Agent Self-Improvement [70.68218215070745]
  既存のアプローチでは、すべての実行エクスペリエンスを単一のハーネスにルーティングできると仮定している。 EvolveNetは、経験抽出をデータに移動させるハーネス進化のパラダイムである。
  論文  参考訳（メタデータ） (2026-08-05T15:37:18Z)
• HarnessX: A Composable, Adaptive, and Evolvable Agent Harness Foundry [35.87794858139959]
  HarnessXは、構成可能、適応可能、進化可能なエージェントハーネス用のファウンダリーである。 型付きハーネスプリミティブを置換代数学で組み立て、AIGISを介して適応する。 軌道をハーネス更新とモデルトレーニング信号の両方に変換することでハーネスモデルループを閉じる。
  論文  参考訳（メタデータ） (2026-06-12T08:27:11Z)
• AERO: Autonomous Evolutionary Reasoning Optimization via Endogenous Dual-Loop Feedback [27.681632584269707]
  以下は「アンダーライン・アンダーライン・エボリューショナリー・アンダーライン・アンダーライン・オプティマイゼーション(AERO)」である。 AEROは、シナジスティックなデュアルループシステムの中で、自己問合せ、回答、批判を内部化する。
  論文  参考訳（メタデータ） (2026-02-03T04:14:23Z)
• EvoLMM: Self-Evolving Large Multimodal Models with Continuous Rewards [52.42920996842378]
  本稿では,1つのバックボーンモデルから2つの協調エージェントをインスタンス化する自己進化型フレームワークEvoLMMを提案する。 この動的なフィードバックは、情報的クエリの生成と構造化推論の洗練の両方を促進する。 私たちのコードとモデルはhttps://github.com/mbzuai-oryx/EvoLMMで公開されています。
  論文  参考訳（メタデータ） (2025-11-20T18:59:54Z)
• Your Agent May Misevolve: Emergent Risks in Self-evolving LLM Agents [58.69865074060139]
  エージェントの自己進化が意図しない方法で逸脱し、望ましくない結果や有害な結果に至る場合について検討する。 我々の経験から、誤進化は広範囲にわたるリスクであり、最上位のLSM上に構築されたエージェントにも影響を及ぼすことが判明した。 我々は、より安全で信頼性の高い自己進化型エージェントを構築するためのさらなる研究を促すための潜在的な緩和戦略について議論する。
  論文  参考訳（メタデータ） (2025-09-30T14:55:55Z)

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。