論文の概要: Work Agents: Systems, Capabilities, and Optimization

• arxiv url: http://arxiv.org/abs/2610.35845v1
• Date: Mon, 26 Oct 2026 17:56:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.136274
• Title: Work Agents: Systems, Capabilities, and Optimization
• Title（参考訳）: 作業エージェント:システム、能力、最適化
• Abstract要約: 作業エージェントを基礎モデルと実行時ハーネスを組み合わせてタスクを実行するシステムとみなす作業中心のシステムレベルの視点を示す。 信頼性の高い作業実行に必要な5つのコア機能ファミリを特定し,モデル最適化,最適化の活用,共同最適化のアプローチを検討する。 本稿では、作業エージェントの理解、最適化、評価のための統一的なフレームワークを提供し、信頼性、検証可能、実用上価値のある作業成果を提供するシステムの開発を支援する。
• 参考スコア（独自算出の注目度）: 42.99905780942074
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: As foundation models evolve from information generation to digital work execution, agents are increasingly capable of completing complex tasks across tools, applications, and workflows. However, existing research lacks a unified perspective on how agents reliably accomplish delegated work. To address this gap, we present a work-centric, system-level perspective that views work agents as systems combining foundation models and runtime harnesses to execute tasks in stateful workspaces and deliver verifiable outcomes. We introduce two complementary dimensions, work persistence and work openness, to characterize working conditions, and classify digital work into five forms according to task scope and organization. Building on this framework, we identify five core capability families required for reliable work execution and examine approaches to model optimization, harness optimization, and their joint optimization. We further analyze existing evaluation methods and metrics from the perspective of work outcomes. Finally, we discuss future research directions, including sustained work delegation, adaptation to open environments, and the interaction between work execution and capability improvement. This paper provides a unified framework for understanding, optimizing, and evaluating work agents, supporting the development of systems capable of delivering reliable, verifiable, and practically valuable work outcomes.
• Abstract（参考訳）: 基礎モデルが情報生成からデジタルワーク実行へと進化するにつれて、エージェントはツール、アプリケーション、ワークフローにまたがる複雑なタスクを完了できるようになりました。 しかし、既存の研究は、エージェントが委任された仕事を確実に達成する方法に関する統一的な視点を欠いている。 このギャップに対処するため、我々はワークエージェントを基礎モデルとランタイムハーネスを組み合わせたシステムとして見る作業中心のシステムレベルの視点を示し、ステートフルなワークスペースでタスクを実行し、検証可能な結果を提供する。 作業の持続性と作業のオープン性という2つの相補的な側面を導入し,作業条件を特徴付けるとともに,作業範囲と組織に応じてディジタルワークを5つの形式に分類する。 このフレームワークに基づいて、信頼性の高い作業実行に必要な5つのコア機能ファミリを特定し、モデル最適化、最適化の活用、およびそれらの共同最適化のアプローチを検討する。 さらに,作業成果の観点から,既存の評価手法や指標についても分析する。 最後に、持続的な作業委譲、オープン環境への適応、作業実行と能力改善の相互作用など、今後の研究方向性について論じる。 本稿では、作業エージェントの理解、最適化、評価のための統一的なフレームワークを提供し、信頼性、検証可能、実用上価値のある作業成果を提供するシステムの開発を支援する。

関連論文リスト

• WorkGenesis: Building the Worlds That Teach Agents to Work [49.074190775312246]
  実世界のアーティファクトから実行可能な作業を構築するフレームワークであるWorkGenesisを紹介する。 Fx-Work-35Bは、単純な教師付き微調整(SFT)で訓練されたわずか20Kの作業で、全ての同等スケールのベースラインの中で最高点を達成している。
  論文  参考訳（メタデータ） (2026-09-30T09:00:34Z)
• A Survey on Foundations and Frontiers of Multimodal Agentic Frameworks: Techniques and Applications [148.85885339822232]
  大型言語モデル(LLM)は機関の研究の波を加速させた。 LLMは、画像、オーディオ、ビデオを含む様々なモダリティを処理し、統合することで、現実の応用性を向上させることができる。 この調査は,エージェントフレームワークの中核機能モジュール間のマルチモーダリティの影響を分析することによって,ギャップを埋める。
  論文  参考訳（メタデータ） (2026-06-28T17:03:12Z)
• From Question Answering to Task Completion: A Survey on Agent System and Harness Design [67.8241530947325]
  本研究はモデルハーネスレンズを用いてLCMをベースとしたエージェントについて検討する。 まず, LLMをベースとしたエージェントを基礎モデルと実行ハーネスとして, エージェントの機能的定義と実装の視点を明らかにする。 次に、モデル中心のスケーリングの限界を分析し、エージェントエンジニアリングの4つのパラダイムをトレースし、実行ハーネスを6つの結合ランタイム責任に分解する。
  論文  参考訳（メタデータ） (2026-06-14T05:40:16Z)
• How Well Does Agent Development Reflect Real-World Work? [89.17217057358285]
  本研究では,ベンチマークインスタンスを作業領域やスキルにマッピングすることで,エージェント開発活動と実世界の人間作業の分布との関係について検討する。 プログラム中心のエージェント開発と、人間の労働力と経済価値が集中するカテゴリの間には、かなりのミスマッチがあることを明らかにする。
  論文  参考訳（メタデータ） (2026-03-01T17:55:49Z)
• A Comprehensive Empirical Evaluation of Agent Frameworks on Code-centric Software Engineering Tasks [14.762911285395047]
  代表的な3つのコード中心タスクにまたがる7つの汎用エージェントフレームワークを評価する。 この結果から,評価フレームワーク間の機能パターンとトレードオフが明らかとなった。 オーバヘッドに関しては、ソフトウェア開発が最も金銭コストが高いのに対して、GPTswarmは依然として最もコスト効率が高い。
  論文  参考訳（メタデータ） (2025-11-02T09:46:59Z)
• A Survey on Agent Workflow -- Status and Future [2.817843718857682]
  この調査は、エージェントワークフローシステムの包括的なレビューを提供する。 既存のシステムを機能機能機能とアーキテクチャの2つの重要な側面に沿って分類する。 共通パターン、潜在的な技術的課題、新たなトレンドを強調します。
  論文  参考訳（メタデータ） (2025-08-02T04:15:30Z)
• LLMs Working in Harmony: A Survey on the Technological Aspects of Building Effective LLM-Based Multi Agent Systems [0.0]
  本研究では,LLMに基づくマルチエージェントシステムの開発に不可欠な基礎技術について検討する。 協調的で動的な環境のためにこれらのシステムをいかに最適化するかを問うため、アーキテクチャ、メモリ、計画、技術/フレームワークの4つの重要な領域に焦点を当てます。
  論文  参考訳（メタデータ） (2025-03-13T06:17:50Z)

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。