論文の概要: NextEval: An Agent-Based Solver and Benchmark for Derivative-Free Optimization

• arxiv url: http://arxiv.org/abs/2610.36553v1
• Date: Tue, 27 Oct 2026 03:02:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.471905
• Title: NextEval: An Agent-Based Solver and Benchmark for Derivative-Free Optimization
• Title（参考訳）: NextEval: デリバティブフリー最適化のためのエージェントベースのソルバーとベンチマーク
• Abstract要約: デリバティブフリー最適化(DFO)は、デリバティブが利用できない、あるいは入手にコストがかかる問題に対処する。 我々は,大規模言語モデル(LLM)の機能を統合したNextEvalソルバを導入し,評価点の逐次選択を導出する。 このシステム上に構築されたNextEval Benchは、共有DFOタスクにおけるエージェント構成を比較するためのベンチマークプロトコルである。
• 参考スコア（独自算出の注目度）: 22.763783145002705
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Derivative-free optimization (DFO) addresses problems where derivatives are unavailable or costly to obtain. This setting often arises in simulation-based and experimental applications, where evaluating the black-box objective can itself be costly. Thus, it remains a central challenge in DFO to effectively exploit accumulated observations to select informative evaluation points under a limited budget. In this light, we introduce the NextEval solver, an agent-based DFO solver, which integrates the capabilities of a large language model (LLM) to guide the sequential selection of evaluation points. Specifically, we establish a system that combines an LLM agent with a numerical environment. The environment provides tools for analyzing past evaluations and executing numerical methods, while maintaining a shared evaluation history and method-specific state to support continuation across method switches. Using observations and tool feedback, the LLM agent selects tools, configures their parameters, and allocates the evaluation budget, while numerical methods compute and evaluate candidate points. Building on this system, we also introduce NextEval Bench, a benchmark protocol for comparing agent configurations on shared DFO tasks using the same numerical tools under matched evaluation budgets and information constraints. Numerical results on low-dimensional DFO problems demonstrate that the NextEval solver outperforms the state-of-the-art DFO baselines in function-evaluation efficiency.
• Abstract（参考訳）: デリバティブフリー最適化(DFO)は、デリバティブが利用できない、あるいは入手にコストがかかる問題に対処する。 この設定は、ブラックボックスの目的を評価するのにコストがかかるシミュレーションベースおよび実験的なアプリケーションでしばしば発生する。 このように、限られた予算の下で情報的評価ポイントを選択するために蓄積した観測を効果的に活用することは、DFOにとって依然として中心的な課題である。 本稿では,エージェントベースのDFOソルバであるNextEvalソルバを導入し,大規模言語モデル(LLM)の機能を統合することにより,評価点の逐次選択を導出する。 具体的には,LLMエージェントと数値環境を組み合わせたシステムを構築する。 この環境は、メソッドスイッチ間の継続をサポートするために、共有評価履歴とメソッド固有の状態を維持しながら、過去の評価を分析し、数値的な方法を実行するためのツールを提供する。 LLMエージェントは、観測とツールフィードバックを用いて、ツールを選択し、パラメータを設定し、評価予算を割り当て、数値的手法で候補点を計算し評価する。 このシステム上に構築されたNextEval Benchは、共有DFOタスクのエージェント構成を、一致した評価予算と情報制約の下で同じ数値ツールを用いて比較するためのベンチマークプロトコルである。 低次元DFO問題の数値計算の結果、NextEvalソルバは機能評価効率において最先端のDFOベースラインより優れていた。

関連論文リスト

• VBO-MI: A Differentiable Black-Box Optimization Framework via Variational Mutual Information Estimation [1.0829694003408499]
  VBO-MI は完全に勾配に基づく BO フレームワークで、ガウス前科や変分後科に$f$以上の仮定を必要としない。 提案手法は,高次元合成関数や複雑な実世界のタスクを含む,多種多様なベンチマークを用いて評価する。
  論文  参考訳（メタデータ） (2026-10-17T06:25:23Z)
• Agentic High-Dimensional Bayesian Optimization with Hypothesis- and Evidence-Guided Search [19.77634277171551]
  高次元ベイズ最適化は、評価予算に対して変数の数が大きい場合、サンプル効率の最適化を求める。 近年のLLM法およびエージェントBO法では,タスク知識を取り入れ,実行中の探索決定に適応する手法が提案されているが,主に低次元および中等次元の問題で評価されている。 実験の結果,これらの手法は高次元のシステムでは信頼性が保たれていないことが明らかとなった。 我々は,タスクコンテキスト,最適化フィードバック,構造診断を利用した仮説および証拠誘導研究エージェントHERAを紹介する。
  論文  参考訳（メタデータ） (2026-09-28T04:28:41Z)
• RecThinker: An Agentic Framework for Tool-Augmented Reasoning in Recommendation [63.74915464611075]
  RecThinkerはツール拡張推論を推奨するエージェントフレームワークである。 我々はRecThinker専用のツール群を開発し、モデルがユーザアイテム側および協調的な情報を取得することを可能にする。
  論文  参考訳（メタデータ） (2026-03-10T16:07:17Z)
• VBO-MI: A Fully Gradient-Based Bayesian Optimization Framework Using Variational Mutual Information Estimation [1.0829694003408499]
  VBO-MIは多変量相互情報推定の最近の進歩を生かした,完全な勾配に基づくBOフレームワークである。 提案手法は,高次元合成関数や複雑な実世界のタスクを含む,多種多様なベンチマークを用いて評価する。
  論文  参考訳（メタデータ） (2026-01-13T03:07:52Z)
• IDA-Bench: Evaluating LLMs on Interactive Guided Data Analysis [60.32962597618861]
  IDA-Benchは、多ラウンドの対話シナリオで大規模言語モデルを評価する新しいベンチマークである。 エージェント性能は、最終的な数値出力と人間由来のベースラインを比較して判断する。 最先端のコーディングエージェント(Claude-3.7-thinkingなど)でさえ50%のタスクを成功させ、シングルターンテストでは明らかでない制限を強調している。
  論文  参考訳（メタデータ） (2025-05-23T09:37:52Z)
• Leveraging Online Olympiad-Level Math Problems for LLMs Training and Contamination-Resistant Evaluation [55.21013307734612]
  AoPS-Instructは60,000以上の高品質QAペアのデータセットである。 LiveAoPSBenchは、最新のフォーラムデータから派生したタイムスタンプによる進化的評価セットである。 我々の研究は、高度な数学推論のための大規模で高品質なデータセットの作成と維持にスケーラブルなアプローチを提示している。
  論文  参考訳（メタデータ） (2025-01-24T06:39:38Z)
• Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting [56.92178753201331]
  我々は,POMDPパラメータを信念に基づくポリシを用いて収集したサンプルから学習することのできる観測・認識スペクトル(OAS)推定手法を提案する。 提案するOAS-UCRLアルゴリズムに対して,OASプロシージャの整合性を示し,$mathcalO(sqrtT log(T)$の残差保証を証明した。
  論文  参考訳（メタデータ） (2024-10-02T08:46:34Z)

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。