論文の概要: GEPA-Curator: Curated Learning for Self Improving Agents

• arxiv url: http://arxiv.org/abs/2610.37651v1
• Date: Tue, 27 Oct 2026 17:58:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.74082
• Title: GEPA-Curator: Curated Learning for Self Improving Agents
• Title（参考訳）: GEPA-Curator: 自己改善エージェントのためのキュレートラーニング
• Abstract要約: GEPA-Curatorは、どのエージェント体験がプロンプト最適化を形作るかを選択するプロンプトを強化するフレームワークである。 特に、GEPA-Curatorは、ノイズや信頼できない学習信号を提供する可能性のあるタスクをフィルタリングするタスクキュレーション(Task curation)と、タスクの過去の成功軌跡を検索する事前成功検索(preform success retrieve)の2つのコンポーネントから構成される。 GEPA-Curator は両ベースラインの平均性能を上回り、GEPA は 20.7% 、ACE は 21.2% となる。
• 参考スコア（独自算出の注目度）: 80.7025732919943
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) are increasingly used in multi-turn agentic workloads that require sustained interaction with complex environments. Existing reflective prompt optimizers such as GEPA learn from failed rollouts, but agentic failures can also come from prompt weaknesses, harness limitations, stochastic execution, or noisy judges. We argue that such failures may not provide useful learning signal, and may even be harmful; and thus it is essential to curate which tasks are provided to the prompt optimizer for better performance. We introduce GEPA-Curator, a framework that augments the prompt optimizer to select which agent experiences should shape prompt optimization. In particular, GEPA-Curator consists of two components: task curation, which filters out tasks that are likely to provide noisy or unreliable learning signals, and prior success retrieval, which selectively retrieves past successful trajectories for a task and provides them as additional context to the prompt optimizer. We evaluate GEPA-Curator on GoBrowse, ALFWorld, AppWorld, and $τ$-bench, using both Gemini 3.1 Pro and Claude Opus 5 as optimizer models. GEPA-Curator matches or exceeds the mean performance of both baselines, with gains of up to 20.7% over GEPA and 21.2% over ACE.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、複雑な環境との持続的な相互作用を必要とするマルチターンエージェントワークロードにおいて、ますます使われている。 GEPAのような既存のリフレクティブなプロンプトオプティマイザは、ロールアウトの失敗から学習するが、エージェントの失敗は、プロンプトの弱点、ハーネス制限、確率的実行、ノイズの多い判断からも生じる。 このような障害は有用な学習信号を提供しず、有害である可能性もあり、即時オプティマイザにどのタスクが提供されるかをキュレートし、パフォーマンスを向上させることが不可欠である。 我々は、プロンプトオプティマイザを拡張して、プロンプトオプティマイザがプロンプトオプティマイザを形作るべきエージェントエクスペリエンスを選択するフレームワークであるGEPA-Curatorを紹介した。 特に、GEPA-Curatorは、ノイズや信頼できない学習信号を提供する可能性のあるタスクをフィルタリングするタスクキュレーションと、タスクの過去の成功した軌道を選択的に検索し、プロンプトオプティマイザに追加のコンテキストを提供する事前成功検索の2つのコンポーネントから構成される。 GEPA-Curator on GoBrowse, ALFWorld, AppWorld, and $τ$-bench, using Gemini 3.1 Pro and Claude Opus 5 as optimizationr model。 GEPA-Curator は両ベースラインの平均性能を上回り、GEPA は 20.7% 、ACE は 21.2% となる。

関連論文リスト

• The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows [72.9051182568928]
  推論駆動最適化のための統合フレームワークであるReASearchを提案する。 共有エージェントループとドメイン固有のツールにより、ReASearchは、プロンプト、プログラム、MLを最適化するために、まったく同じスキャフォールドをインスタンス化する。 我々は,複雑な探索行動がエージェントの推論プロセスから自然に現れることを観察する。
  論文  参考訳（メタデータ） (2026-08-07T02:15:39Z)
• FLARE: Few-shot Learning-based Adaptive Reflective Engine [0.9932714016119233]
  本稿では,FLARE(Few-shot Learning-based Adaptive Reflective Engine)を紹介する。 我々は,GPT-5シリーズのモデルを用いて,多種多様なベンチマークを対象とする手法の評価を行った。 その結果、FLAREはGEPAより一貫して優れており、各タスクモデルペアで勝っていることがわかった。
  論文  参考訳（メタデータ） (2026-08-03T22:13:12Z)
• Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0 [53.71882250666667]
  エージェント最適化法で報告されているほとんどの利得はワンショットである。 これは、デプロイされたエージェントにとって重要な設定をテストするものではない。 エージェントハーネス最適化に対する3つのアプローチを比較する。
  論文  参考訳（メタデータ） (2026-07-15T16:36:04Z)
• CANTANTE: Optimizing Agentic Systems via Contrastive Credit Attribution [0.0]
  システムレベルの報酬をエージェントごとの更新信号に分解するフレームワークであるCANTANTEを紹介する。 我々は,GEPA と MIPROv2 に対して,プログラミング,数学的推論,マルチホップ質問応答について評価する。
  論文  参考訳（メタデータ） (2026-05-13T10:09:10Z)
• Alita-G: Self-Evolving Generative Agent for Agent Generation [54.49365835457433]
  汎用エージェントをドメインエキスパートに変換するフレームワークであるALITA-Gを提案する。 このフレームワークでは、ジェネラリストエージェントが対象ドメインタスクのキュレートされたスイートを実行する。 計算コストを削減しながら、大きな利益を得ることができます。
  論文  参考訳（メタデータ） (2025-10-27T17:59:14Z)
• GA4GC: Greener Agent for Greener Code via Multi-Objective Configuration Optimization [3.3200397756832047]
  本稿では,プログラミングエージェントランタイム(グリーンエージェント)とコードパフォーマンス(グリーンコード)のトレードオフを体系的に最適化する最初のフレームワークであるGA4GCを紹介する。 SWE-Perfベンチマークの評価は、最大135倍のハイパーボリューム改善を示し、エージェントランタイムを37.7%削減し、正確性を向上した。
  論文  参考訳（メタデータ） (2025-10-05T10:34:30Z)
• Maestro: Joint Graph & Config Optimization for Reliable AI Agents [53.71882250666667]
  Maestro は LLM エージェントのための全体論的に依存しないフレームワークであり、エージェントの品質を最大化するためにグラフや構成を共同で検索する。 IFBenchとHotpotQAのベンチマークでは、MIPROv2、GEPA、GEPA+といった主要なプロンプトを平均12%--4.9%、それぞれ4.86%上回っている。
  論文  参考訳（メタデータ） (2025-09-04T20:00:37Z)
• GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning [106.98018881499362]
  GEPA(Genetic-Pareto)は、自然言語を徹底的に組み込んで、試行錯誤から高度なルールを学ぶプロンプトである。 GEPAはシステムレベルの軌跡(推論、ツールコール、ツールアウトプットなど)をサンプリングし、自然言語でそれらを反映して問題を診断する。 ほんの数回だけロールアウトしても、大きな品質向上に繋がることが多い。
  論文  参考訳（メタデータ） (2025-07-25T17:42:32Z)
• RAG-Gym: Systematic Optimization of Language Agents for Retrieval-Augmented Generation [43.50113345998687]
  本稿では,(1)プロンプトエンジニアリング,(2)アクターチューニング,(3)批判的トレーニングという,3つの最適化次元を探求する総合的なプラットフォームであるRAG-Gymを紹介する。 本稿では,リフレクション推論を取り入れた新しいエージェントであるRe$2$Searchを提案する。 アクターチューニングにおいて,プロセスの監督をきめ細かい3つの人気のあるポストトレーニングアルゴリズムを評価し,直接選好最適化を最も効果的に評価する。
  論文  参考訳（メタデータ） (2025-02-19T18:56:03Z)

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。