論文の概要: RoleFlow: Self-Evolving Multi-Role Agentic Collaboration via Structural Adaptation
- arxiv url: http://arxiv.org/abs/2610.30429v1
- Date: Wed, 21 Oct 2026 20:37:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.131381
- Title: RoleFlow: Self-Evolving Multi-Role Agentic Collaboration via Structural Adaptation
- Title（参考訳）: RoleFlow: 構造適応による自己進化型マルチロールエージェントコラボレーション
- Abstract要約: RoleFlowは、フィードバック駆動の原子編集とオンデマンドロール合成を通じてコラボレーション構造を洗練する、自己進化型のマルチロールエージェントシステムである。
SECPOは、同じチェーン状態の非編集者に対してそれぞれの編集を評価し、ターゲットのクレジットを編集固有のトークンに割り当てる。
3つのマルチホップQAベンチマークを3.2-7.5 F1ポイントリードし、数学的推論、Webインタラクション、コード生成に優位性を示す。
- 参考スコア（独自算出の注目度）: 72.55511174539711
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM) based multi-agent systems often rely on predefined collaboration structures, limiting their adaptability to evolving task requirements. Although recent approaches enable dynamic orchestration, trajectory-level rewards they apply assign one outcome to each decision, ofen struggling to identify the contributions of individual structural changes. We propose RoleFlow, a self-evolving multi-role agentic system that refines collaboration structures through feedback-driven atomic edits and on-demand role synthesis. To make structural adaptation learnable, we introduce Single-Edit Counterfactual Policy Optimization (SECPO), which evaluates each edit against its no-edit counterpart at the same chain state and assigns targeted credit to edit-specific tokens. Across seven benchmarks spanning four domains, RoleFlow achieves the optimal average performance, surpassing the strongest competitor by 4.7 points. It leads on all three multi-hop QA benchmarks by 3.2-7.5 F1 points and also shows supremacy on mathematical reasoning, web interaction, and code generation. Further analyses demonstrate cross-benchmark transferability, training-data efficiency, and cross-executor generalization.
- Abstract（参考訳）: 大規模言語モデル(LLM)ベースのマルチエージェントシステムは、しばしば事前に定義された協調構造に依存し、タスク要求の進化への適応性を制限する。
最近のアプローチでは動的オーケストレーションが可能になっているが、トラジェクティブレベルの報酬を適用することで、個々の構造的変化の貢献を特定するのに苦労している。
フィードバック駆動型原子編集とオンデマンドロール合成により協調構造を洗練する,自己進化型マルチロールエージェントシステムであるRoleFlowを提案する。
構造的適応を学習可能にするために、一括編集対実数最適化(SECPO)を導入し、同一チェーン状態の非編集者に対して各編集を評価し、特定のトークンにターゲットクレジットを割り当てる。
4つのドメインにまたがる7つのベンチマークで、RoleFlowは最適な平均パフォーマンスを達成し、最強のライバルを4.7ポイント上回っている。
3つのマルチホップQAベンチマークを3.2-7.5 F1ポイントリードし、数学的推論、Webインタラクション、コード生成に優位性を示す。
さらなる分析は、クロスベンチマーク転送可能性、トレーニングデータ効率、およびクロスエグゼクティブ一般化を示す。
関連論文リスト
- DHCG: Dynamic Construction of Hierarchical Collaboration Graphs for LLM-Based Multi-Agent Reasoning [16.00093837042043]
動的階層的な協調グラフを構築するために3つのモジュール(Planner,Worker,Generator)を協調する新しいフレームワークであるDHCGを提案する。
フィードバックによってガイドされた各ステップにおいて、プランナーは、現在の推論ニーズに合わせた、独立した補完的な役割のセットを生成する。
DHCGは比較手法の最先端平均性能を達成し、シングルエージェントベースラインを13.06ポイント改善し、静的および動的MASベースラインを2.77-8.02ポイント改善した。
論文 参考訳（メタデータ） (2026-10-06T06:33:40Z) - Experience as a Compass: Multi-agent RAG with Evolving Orchestration and Agent Prompts [22.323342919724492]
HERAは階層的なフレームワークで、マルチエージェントオーケストレーションとロール固有のエージェントプロンプトを共同で進化させる。
HERAは最近のベースラインよりも平均38.69%改善している。
トポロジカル分析により、スパース探索がコンパクトで高ユーティリティなマルチエージェントネットワークを生み出す創発的な自己組織化が明らかになった。
論文 参考訳（メタデータ） (2026-04-01T13:45:52Z) - AdaptOrch: Task-Adaptive Multi-Agent Orchestration in the Era of LLM Performance Convergence [0.0]
AdaptOrchはタスク適応型マルチエージェントオーケストレーションのための正式なフレームワークである。
トポロジ対応オーケストレーションは、静的シングルトポロジベースラインよりも12～23%改善されている。
論文 参考訳（メタデータ） (2026-02-18T21:00:05Z) - Visual Document Understanding and Question Answering: A Multi-Agent Collaboration Framework with Test-Time Scaling [83.78874399606379]
テスト時間スケーリングを備えたマルチエージェント協調フレームワークであるMACTを提案する。
4つの異なる小規模エージェントから構成され、明確に定義された役割と効果的なコラボレーションがある。
一般および数学的タスクの能力を犠牲にすることなく、より小さなパラメータスケールで優れた性能を示す。
論文 参考訳（メタデータ） (2025-08-05T12:52:09Z) - Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。
既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。
協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
論文 参考訳（メタデータ） (2025-07-24T09:17:41Z) - Parallelism Meets Adaptiveness: Scalable Documents Understanding in Multi-Agent LLM Systems [0.8437187555622164]
大規模言語モデル(LLM)エージェントは、協調的なタスク補完の約束が増していることを示している。
既存のマルチエージェントフレームワークは、静的で固定されたロールと限定的なエージェント間通信に依存していることが多い。
本稿では,3つのコア機構による適応性を実現するための協調フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-22T22:42:51Z) - Multi-Agent Collaboration via Evolving Orchestration [55.574417128944226]
大規模言語モデル(LLM)は、様々な下流タスクで顕著な成果を上げているが、そのモノリシックな性質は複雑な問題解決におけるスケーラビリティと効率を制限している。
LLMに基づくマルチエージェントコラボレーションのためのパウチスタイルのパラダイムを提案し,タスク状態の進化に応じて,中央集権的なオーケストレータ("puppeteer")がエージェント("puppets")を動的に指示する。
クローズドドメインおよびオープンドメインシナリオの実験により,この手法は計算コストを低減し,優れた性能が得られることが示された。
論文 参考訳（メタデータ） (2025-05-26T07:02:17Z)
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。