論文の概要: The Trinity:Capability-Driven Recursive Self-Improvement for Multimodal Agents
- arxiv url: http://arxiv.org/abs/2610.36077v1
- Date: Mon, 26 Oct 2026 18:03:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.395956
- Title: The Trinity:Capability-Driven Recursive Self-Improvement for Multimodal Agents
- Title（参考訳）: Trinity:マルチモーダルエージェントの能力駆動型再帰自己改善
- Abstract要約: マルチモーダル・インテリジェンスは、対話を通じて世界とエージェントの間の人間による共進化と見なすことができる。
The Trinityは、Harnessの進化に結びついた自己改善フレームワークである。
進化したHarnessesは、28のトレーニングベンチマークで平均パフォーマンスを34ポイント改善し、18の見当たらないベンチマークで26ポイント向上しました。
- 参考スコア（独自算出の注目度）: 25.439552023348856
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multimodal intelligence can be viewed as human-guided co-evolution between worlds and agents through interaction. However, scaling this process faces two bottlenecks: constructing heterogeneous, verifiable environments is costly, and manual Harness iteration cannot keep pace with growing task diversity and complexity. A key insight is that tasks with different modalities and surface forms can share the same underlying capability requirements. We therefore introduce The Trinity, a recursive self-improvement framework coupling world generation with Harness evolution through three roles: Creator, Explorer, and Evolver. Drawing on verified execution trajectories, Evolver shifts the basis of task organization from surface categories to shared requirements, reorganizing the original task tree into a hierarchical capability tree. We introduce Capability-Driven Real2Sim2Real: for heterogeneous tasks at the same node, Creator abstracts their common requirements into simplified, verifiable simulated worlds for capability learning, while evaluation on original tasks measures transfer. Along this capability tree, Explorer progressively evolves reusable capability modules through selective inheritance, forming a Harness tree whose validated updates accumulate across iterations within a fixed topology. The resulting Harnesses specialize in different capabilities, motivating a Capability-Aware Harness Router that uses public task information to select compatible module configurations from the tree. Our evolved Harnesses improve mean performance by 34 points across 28 training benchmarks and 26 points across 18 unseen benchmarks, including two real-world embodied tasks.
- Abstract（参考訳）: マルチモーダル・インテリジェンスは、対話を通じて世界とエージェントの間の人間による共進化と見なすことができる。
しかし、このプロセスのスケーリングには2つのボトルネックがある。不均一で検証可能な環境の構築はコストがかかり、手動のHarnessイテレーションはタスクの多様性と複雑さの増加に追随することができない。
重要な洞察は、異なるモダリティとサーフェスフォームを持つタスクが、基盤となる機能要件を共有することができることである。
そこで我々は,創造者,探検家,エボルバーという3つの役割を通じて,ハーネスの進化に結びつく再帰的な自己改善フレームワークであるThe Trinityを紹介した。
検証された実行軌跡に基づいて、Evolverはタスク組織の基礎を表面カテゴリから共有要件にシフトし、元のタスクツリーを階層的な機能ツリーに再編成する。
キャパビリティ駆動型Real2Sim2Real: 同一ノードにおける異種タスクに対して、Creatorは共通の要求を単純化し、検証可能な実力学習の世界に抽象化し、元のタスクの評価は転送を計測する。
この機能ツリーに沿って、Explorerは選択的継承を通じて再利用可能な機能モジュールを段階的に進化させ、固定トポロジ内のイテレーション間で検証された更新が蓄積されるHarnessツリーを形成する。
その結果、Harnessはさまざまな機能に特化しており、パブリックタスク情報を使用してツリーから互換性のあるモジュール構成を選択する、Capability-Aware Harness Routerを動機付けている。
進化したHarnessesは、28のトレーニングベンチマークで平均パフォーマンスを34ポイント改善し、18の見当たらないベンチマークで26ポイント向上しました。
関連論文リスト
- InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation [54.00038257772902]
ヒューマノイド・ロコ・マニピュレーションの試験時間進化について検討した。
私たちの重要な洞察は、ワイドコントローラが、新しいタスクに必要な能力の多くをすでに持っていることです。
InterEvolveはこのインターフェースを2つのコンポーネントで実現している。
論文 参考訳（メタデータ） (2026-10-01T17:59:40Z) - ModularRSI: Modular and Generalizable Recursive Harness Self-Improvement [46.36989489677189]
我々は、一般化可能なハーネス進化のための、ベンチマーク非結合、コントラストおよびモジュラーフレームワークを提案する。
ModularRSIは、同じタスクに対する成功と失敗の軌跡を対比し、繰り返し発生する行動障害を特定するために、タスク全体で証拠を集約する。
進化可能なハーネスを,エージェントループ,ツール使用,監視管理,コンテキスト管理,タスク補完検出という,5つの機能モジュールに分解する。
論文 参考訳（メタデータ） (2026-09-14T00:10:45Z) - Uncovering Understanding-Generation Synergy in Native Unified Multimodal Models: From Representation, Task to System [90.64481646805855]
統一マルチモーダルモデル(UMM)は、単一のモデル内で視覚的理解と生成を共同で行う。
制御された、構造的にネイティブな環境で、それらの関係を表現、タスク、システムレベルで調査する。
適切な特殊化やタスク知識の共有,エンドツーエンドの最適化など,UMMの価値は統一インターフェースを超えて,共存を相乗効果に転換できることを示す。
論文 参考訳（メタデータ） (2026-09-01T17:59:59Z) - IntHQ: Task-Interactive Hierarchical Query on Dual-Stream Representations for Generative Recommendation [20.546679348797905]
既存のマルチタスクは本質的に3倍の崩壊を起こしやすいことを示す。
InHQは3つのコンポーネントを持つマルチタスク生成レコメンデータで、1つの崩壊を緩和する。
オフライン評価では、InHQは4つの代表的なタスクヘッド構成の下で、競争力のあるバックボーンを一貫して上回っている。
論文 参考訳（メタデータ） (2026-08-10T14:13:47Z) - Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。
プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。
このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
論文 参考訳（メタデータ） (2026-07-24T17:59:22Z) - SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。
現在の技術構築手法は、問題を一発抽出として扱う。
本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
論文 参考訳（メタデータ） (2026-06-04T12:16:08Z) - Evolutionary Task Discovery: Advancing Reasoning Frontiers via Skill Composition and Complexity Scaling [10.652489725330401]
Evoutionary Task Discovery (EvoTD)は、アルゴリズムスキルと複雑度属性の2軸多様体上の有向探索としてデータを扱うフレームワークである。
多様性を高めるために新しいスキル構成を合成するクロスオーバー演算子と、構造制約をスケールするパラメトリック変異演算子を紹介する。
EvoTDは、モデルアーキテクチャ、事前学習体制、スケールを一貫して一般化する実質的な推論ゲインを提供します。
論文 参考訳（メタデータ） (2026-05-12T07:26:40Z) - Tree Learning: A Multi-Skill Continual Learning Framework for Humanoid Robots [1.282675419968047]
本稿では,ヒューマノイドロボットのためのマルチスキル連続学習フレームワークであるTree Learningを提案する。
このフレームワークはルートブランチの階層的パラメータ継承機構を採用し、分岐スキルの動作先を提供する。
スキルコンバージェンスを促進するために,タスクレベルの報酬形成戦略も提案されている。
論文 参考訳（メタデータ） (2026-04-14T15:57:27Z) - SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning [83.98129545309277]
生経験と政策改善のギャップを埋めるフレームワークであるSkillRLを提案する。
本手法では,階層型スキルライブラリであるSkillBankを構築するために,経験に基づく蒸留機構を導入する。
ALF、WebShop、および7つの検索強化タスクの実験結果は、SkillRLが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2026-02-09T03:17:17Z) - CausalWorld: A Robotic Manipulation Benchmark for Causal Structure and
Transfer Learning [138.40338621974954]
CausalWorldは、ロボット操作環境における因果構造と伝達学習のベンチマークである。
タスクは、ブロックのセットから3D形状を構築することで構成される。
論文 参考訳（メタデータ） (2020-10-08T23:01:13Z)
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。