論文の概要: Are Self-Evolving Agents Continual Learners?

• arxiv url: http://arxiv.org/abs/2610.25858v1
• Date: Mon, 19 Oct 2026 06:12:45 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:09:47.993443
• Title: Are Self-Evolving Agents Continual Learners?
• Title（参考訳）: 自己進化型エージェントは継続的な学習者か?
• Abstract要約: 本研究では,大規模言語モデルエージェントが4つのタスクストリームにまたがる効果的な連続学習者であるかどうかを考察する。 自己進化は、ほとんどのストリームにおける集約性能を改善するが、高い可塑性は安定性の犠牲になる。
• 参考スコア（独自算出の注目度）: 2.2294941378940996
• License:
• Abstract: Large language model agents are often deployed in environments where new knowledge, tools, and workflows keep arriving. Such an agent is therefore expected to adapt continually, learning new tasks as they arrive without forgetting earlier ones. This resembles the continual learning problem, but at a pace that conventional gradient updates cannot sustain. Nonparametric self-evolving agents are a natural alternative: they adapt by rewriting their own harness, such as prompts, memory, and skills, from task feedback while the model weights stay frozen. We study whether such agents are effective continual learners across four drifting task streams that shift in topic, workflow, or domain (built from BIRD, BFCL, and ScienceWorld). Evaluating three representative methods spanning experience retrieval and self-modification (ReasoningBank, GEPA, and Meta-Harness), we find that although self-evolution improves aggregate performance on most streams, higher plasticity consistently comes at the cost of stability. Specifically, self-modifying methods apply global edits to a shared prompt or workspace, interfering with unseen tasks and overwriting earlier knowledge as the stream shifts. Conversely, similarity-based memory retrieval localizes updates across distant domains, but still retrieves foreign memories on unseen tasks and suffers from retrieval collision when similar queries require conflicting workflows. These findings show that current self-evolving agents remain incomplete continual learners.
• Abstract（参考訳）: 大規模な言語モデルエージェントは、新しい知識、ツール、ワークフローが到着し続ける環境にデプロイされることが多い。 そのため、そのようなエージェントは継続的に適応し、以前のエージェントを忘れずに到着するときに新しいタスクを学ぶことが期待されている。 これは連続的な学習問題に似ているが、従来の勾配更新では維持できないペースである。 非パラメトリックな自己進化エージェントは自然な代替手段であり、モデルウェイトが凍結している間、タスクフィードバックからプロンプト、記憶、スキルなど、独自のハーネスを書き換えることで適応する。 本研究では,これらのエージェントが,話題,ワークフロー,ドメイン(BIRD,BFCL,ScienceWorldから構築)にシフトする4つのドリフトタスクストリームにまたがる効果的な連続学習者であるか否かを検討する。 経験検索と自己修正(ReasoningBank, GEPA, Meta-Harness)にまたがる3つの代表的な手法を評価すると, 自己進化はほとんどのストリームにおける集合的性能を改善するが, 高い可塑性は安定性の犠牲となる。 特に、自己修正方法は、共有プロンプトやワークスペースにグローバルな編集を適用し、目に見えないタスクに干渉し、ストリームがシフトするにつれて、以前の知識を上書きする。 逆に、類似性に基づくメモリ検索は、遠くのドメインにまたがる更新をローカライズするが、見知らぬタスクで外国のメモリを検索し、類似したクエリが相反するワークフローを必要とする場合、検索衝突に悩まされる。 これらの結果から,現在の自己進化型エージェントは不完全な継続学習者のままであることが明らかとなった。

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)
• When Does Continual Learning Require Learning [68.55508958298942]
  継続的学習は単一の能力ではないことを示す。 環境変化の異なるパターンは、根本的に異なる更新動作を必要とする。 それぞれの手法が成功するか、失敗するかを理解することが、より強力な継続的学習システムの設計を導くことを願っている。
  論文  参考訳（メタデータ） (2026-07-08T18:27:40Z)
• AgentCL: Toward Rigorous Evaluation of Continual Learning in Language Agents [30.801952443449633]
  継続的な学習は、エージェントが一連のタスクに再利用可能な経験を蓄積し、時間とともに改善し、無関係な経験からの干渉を避けることを期待する。 ほとんどの取り組みは、長いコンテキストの会話やドキュメントに対する検索と推論に重点を置いているが、最近の長命適応ベンチマークは、しばしば単純なタスクストリームに依存している。 本稿では、制御されたタスクストリームと転送利得のメトリクスに着目した連続学習エージェントのための評価フレームワークAgentCLを提案する。
  論文  参考訳（メタデータ） (2026-06-01T16:32:59Z)
• Task diversity produces systematic transfer but inhibits continual reinforcement learning [26.737932916319462]
  本研究では,タスクの多様性がエージェントの分散シフトを通じて学習を継続する能力を向上させるかどうかを検討する。 タスクの多様性因子を3つの独立制御可能な軸に分解する連続RLドメインであるBanyanを導入する。 シフトの数が増えるにつれて、この局所移動はそれ自体が持続的な学習をもたらすわけではない。
  論文  参考訳（メタデータ） (2026-05-30T20:31:25Z)
• SkillEvolBench: Benchmarking the Evolution from Episodic Experience to Procedural Skills [31.23929961213889]
  大規模言語モデル(LLM)エージェントは、現実世界のタスクを解きながら豊富なエピソード軌道を蓄積する。 SkillEvolBenchは、経験の再利用からスキル形成まで、このステップを評価するための診断ベンチマークである。 現在のエージェントは、しばしばローカルに適応するが、堅牢な再利用可能なスキルを形成することは滅多にない。
  論文  参考訳（メタデータ） (2026-05-22T18:23:31Z)
• Dynamic Mixture of Latent Memories for Self-Evolving Agents [57.20419419302731]
  MoLEMは、動的混合(MoE)に基づく潜在メモリフレームワークの生成混合物である。 我々は、数学、科学、コードドメインにまたがる連続的な学習シーケンスに基づいて、このフレームワークを訓練する。 連続学習を完了した後、Vanilla事前学習ベースラインよりも平均精度を10.40%向上させる。
  論文  参考訳（メタデータ） (2026-05-21T03:35:10Z)
• ReasoningBank: Scaling Agent Self-Evolving with Reasoning Memory [57.517214479414726]
  ReasoningBankは、エージェントの自己判断の成功と失敗の経験から一般化可能な推論戦略を抽出するメモリフレームワークである。 テスト時には、エージェントがReasoningBankから関連する記憶を取得してそのインタラクションを知らせ、新しい学習を統合することで、時間が経つにつれてより有能になる。 本稿では,エージェントのインタラクションエクスペリエンスをスケールアップすることにより,学習プロセスの高速化と多様化を図るメモリ対応テストタイムスケーリング(MaTTS)を提案する。
  論文  参考訳（メタデータ） (2025-09-29T17:51:03Z)
• Memento No More: Coaching AI Agents to Master Multiple Tasks via Hints Internalization [56.674356045200696]
  本稿では,複雑なメモシステムや事前の高品質な実演データを必要としない,複数のタスクに対する知識とスキルを取り入れたAIエージェントの訓練手法を提案する。 このアプローチでは,エージェントが新たな経験を収集し,ヒントの形で人間から補正フィードバックを受け取り,このフィードバックを重みに組み込む,反復的なプロセスを採用している。 Llama-3をベースとしたエージェントに実装することで,数ラウンドのフィードバックの後,高度なモデルGPT-4oとDeepSeek-V3をタスクセットで性能向上させる手法の有効性を実証する。
  論文  参考訳（メタデータ） (2025-02-03T17:45:46Z)

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。