論文の概要: FlashScript: Compiling Recurring Agent Workflows into Reusable Neuro-Symbolic Programs
- arxiv url: http://arxiv.org/abs/2610.33876v1
- Date: Sat, 24 Oct 2026 19:32:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.474462
- Title: FlashScript: Compiling Recurring Agent Workflows into Reusable Neuro-Symbolic Programs
- Title（参考訳）: FlashScript: 再帰的なエージェントワークフローを再利用可能なニューロシンボリックプログラムにコンパイルする
- Abstract要約: 多くのエージェントタスクは、新しいデータや小さな変更で再起動するが、エージェントは各実行時にその推論とアクションを再生する。
我々は、再利用可能なニューロシンボリックプログラム(NSP)に、FlashScriptと呼ばれるガイドラインのセットで成功したエージェントをコンパイルする。
これらの呼び出しが属する3つのレイヤと、ほとんどのレイヤをコードで置き換える3つのテクニックを特定します。
- 参考スコア（独自算出の注目度）: 10.59489893185215
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many agent tasks recur with new data or small changes, yet agents regenerate their reasoning and actions on each run, producing different results. Distilling a prior run into a skill helps the agent avoid earlier mistakes, but it still re-runs the full process each time, so runs can vary and incur that cost. We compile a successful agent run into a reusable neuro-symbolic program (NSP) with a set of guidelines we call FlashScript. Actions and data transformations become code, instance-specific values become parameters, and decisions that need model judgment become LLM calls. We identify three layers where these calls belong and three techniques that replace most of them with code. The compilation does not remove nondeterminism; it localizes it, so the deterministic program and its neural calls can be reviewed and tested separately. Across 120 WorkBench analytics tasks with Claude Haiku 4.5, the NSPs were correct and made identical tool calls on every run, using about 70 times fewer input tokens and a third of the runtime of a skill-guided agent whose runs were inconsistent. In a composite version of the tasks, the skill-guided agent's accuracy fell to 23%, and its output inconsistency increased, while the NSPs remained correct and identical across all runs. The NSPs successfully generalized to all 108 unseen instances of the same templates. Our findings suggest that NSPs from agent trajectories can be considered cumulative software assets for end-users to test, maintain, and reuse in their recurring workflows.
- Abstract（参考訳）: 多くのエージェントタスクは、新しいデータや小さな変更で再帰するが、エージェントはそれぞれの実行時に推論とアクションを再生し、異なる結果を生成する。
スキルへの事前実行は、エージェントが以前のミスを避けるのに役立つが、それでも毎回プロセス全体を再実行するので、実行は変化し、コストがかかる可能性がある。
我々は、再利用可能なニューロシンボリックプログラム(NSP)に、FlashScriptと呼ばれるガイドラインのセットで成功したエージェントをコンパイルする。
アクションとデータ変換がコードになり、インスタンス固有の値がパラメータになり、モデル判断を必要とする決定がLLMコールになります。
これらの呼び出しが属する3つのレイヤと、ほとんどのレイヤをコードで置き換える3つのテクニックを特定します。
コンパイルは非決定性を取り除くのではなく、ローカライズするので、決定性プログラムとその神経呼び出しを別々にレビューし、テストすることができる。
120以上のWorkBench分析タスクであるClaude Haiku 4.5では、NSPが正しく、実行毎に同じツールコールが行われ、入力トークンの約70分の1と、実行が一貫性のないスキルガイドエージェントの実行時の3分の1を使用していた。
タスクの複合バージョンでは、スキル誘導エージェントの精度は23%に低下し、出力不整合は増加し、NSPは全ランにわたって正確で同一であった。
NSPは、同じテンプレートの108の未確認インスタンスにうまく一般化した。
この結果から, エージェントトラジェクトリからのNSPは, エンドユーザが繰り返し発生するワークフローにおいて, テスト, メンテナンス, 再利用を行うための累積的ソフトウェア資産と見なせることが示唆された。
関連論文リスト
- AdaPRA: Process Reward Agents with Adaptive Rubrics for Data Science [61.06192512211444]
データサイエンスエージェントはエンドツーエンドの機械学習を自動化することができるが、人間のリーダーボードとの競争には程遠い。
我々はこれらの問題に対処するためにAdaPRAを提案する: 同一タスクの試行にまたがって知識を蓄積する永続的符号化エージェントと、エラーを特定し修正するルーリック誘導プロセス監視。
AdaPRAはタスク毎の5つの試行により、80B QwenモデルのパーセンタイルをDSPredict-Easyで24.5ポイント、DS-Hardで14.8ポイント改善し、プロセスエラーを減らす。
論文 参考訳（メタデータ） (2026-10-23T19:46:55Z) - AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks [70.52860945958031]
我々は、データセット、エージェント、環境、スコアラーの計測システムであるAlphaDianaを紹介する。
5つの回答ベースベンチマークで3つのオープンソースモデルと3つのオープンソースハーネスについて検討する。
ハーネスは推論の精度を常に改善しないことがわかった。
論文 参考訳（メタデータ） (2026-10-14T14:04:48Z) - Neuro-Symbolic Computer Use: Learning Reusable Policies for Reliable and Efficient Execution [39.215652256489875]
現在のコンピュータ利用エージェントは、実行中のすべてのステップを再計画する。
本稿では,各実行時にエージェントによって再抽出されるのではなく,学習方針によって繰り返しワークフローが実行されるニューロシンボリック・コンピュータ・ユースを紹介する。
1つのエージェントの軌道から始まり、ポリシーを実行し、タスク補完とステップレベルの判断で障害を診断し、エージェントの失敗点からの継続によって通知されるコーディングモデルでコードを修正する。
論文 参考訳（メタデータ） (2026-09-29T07:44:22Z) - AutoDataBench: Can Agents Write the Data That Feeds the Self-Improvement Loop? [62.41600992806851]
エージェントがそのようなタスクを書く能力の現在の評価は、エージェントが生成したもののトレーニング後にモデルがどのように機能するかを測定する。
既存の評価では、個々のタスクがデータパイプラインの受け入れ基準を満たすかどうかを問わない。
AutoDataBenchは、自律データ合成のためのエージェントの能力を直接測定する。
論文 参考訳（メタデータ） (2026-09-28T12:24:21Z) - Learning What to Skip: Counterfactual Credit Assignment for Efficient Multi-Agent LLM Workflows [49.15875332210974]
すべてのコンポーネントを実行することは、計算を無駄にしたり、正しい中間回答を上書きすることができる。
我々は、制御されたスキップ介入からアクション固有の安全モデルを学ぶ「Skip to Skip」について紹介する。
早期スキップが拒否されると、コントローラは実行を継続し、後続のコンポーネントを再考することができる。
論文 参考訳（メタデータ） (2026-09-25T03:02:57Z) - SkillTrace: Multi-Trace Provenance Auditing for LLM-Agent Skill Reuse [8.14783644256836]
LLMエージェントエコシステムは、再利用可能なスキルを中心に急速に成長している。
スキルがマーケットプレースアーティファクトになるにつれて、再利用の監査は、通常のコードクローン検出ともはや同じ問題ではない。
LLM-agentスキル再利用のためのマルチトレース実証監査フレームワークであるSKILLTRACEを提案する。
論文 参考訳（メタデータ） (2026-08-05T07:38:12Z) - Probe-and-Refine Tuning of Repository Guidance for Coding Agents [0.0]
LLMベースのコーディングエージェントは、リポジトリに関するより高度な運用知識を必要とする。
近年の研究では, LLMによる誘導がエージェント性能に悪影響を及ぼすか否かが議論されている。
本稿では,その指導方法が決定変数であることを示す。
論文 参考訳（メタデータ） (2026-06-18T17:30:15Z) - Skill-as-Pseudocode: Refactoring Skill Libraries to Pseudocode for LLM Agents [50.78646963535282]
Skill-as-Pseudocode (SaP) はマークダウンスキルライブラリの型付き擬似コードへの自動変換である。
1つ以上のスキルから引き出された類似の手続きパスのクラスタごとに、SaPは型付きコントラクトを抽出し、それを4チェック決定性検証器を通じてフィルタリングする。
プロモートされた契約は、復元された具体的なアクションテンプレートと共に書き直されたスキルスケルトンにインライン化され、エージェントは2つの補完的な信号を与える。
論文 参考訳（メタデータ） (2026-05-27T04:48:40Z) - RewardHackingAgents: Benchmarking Evaluation Integrity for LLM ML-Engineering Agents [0.9821874476902969]
LLMエージェントは、単一のスカラーテストメトリクスで成功を判断するエンドツーエンドのMLエンジニアリングタスクをますます実行します。
エージェントは、モデルを改善するのではなく、評価パイプラインを妥協することで、報告されたスコアを増やすことができる。
ワークスペースベースのベンチマークであるRewardHackingAgentsを導入する。
論文 参考訳（メタデータ） (2026-03-11T22:06:44Z) - Retrieval-Augmented Reinforcement Learning [63.32076191982944]
過去の経験のデータセットを最適な行動にマップするために、ネットワークをトレーニングします。
検索プロセスは、現在のコンテキストで有用なデータセットから情報を取得するために訓練される。
検索強化R2D2はベースラインR2D2エージェントよりもかなり高速に学習し,より高いスコアを得ることを示す。
論文 参考訳（メタデータ） (2022-02-17T02:44:05Z)
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。