論文の概要: Locating and Closing Information Gaps in Multi-Agent Systems
- arxiv url: http://arxiv.org/abs/2610.40186v1
- Date: Thu, 29 Oct 2026 14:45:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:10.09999
- Title: Locating and Closing Information Gaps in Multi-Agent Systems
- Title（参考訳）: マルチエージェントシステムにおける位置情報ギャップと閉鎖情報ギャップ
- Abstract要約: SPLICEはクエリ毎に情報ギャップを特定し、エッジを追加して何を採用するかを決定する。
5つのベンチマークで、SPLICEはWebツールのタスクスコアを8.0%引き上げ、4つの推論と計画ベンチマークの平均スコアを5.7%引き上げた。
- 参考スコア（独自算出の注目度）: 27.048173823021653
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-step Web tasks often require several LLM agents to gather and combine evidence. The communication graph of a fixed workflow restricts which agents can read each other's outputs: evidence retrieved by one agent may never reach the agent that needs it, leaving an information gap and an incomplete or incorrect answer. Adding a connection can deliver the missing evidence, but can also lead the receiver to adopt an incorrect upstream conclusion that displaces a correct answer; the final output alone does not separate the two. We propose Selective Probing and Link Insertion for Closing information gaps in multi-agent Execution (SPLICE), which locates information gaps per query and decides what to adopt after adding an edge. After the original workflow runs, SPLICE uses the query and node outputs to locate a possible gap, adds one directed edge from a source to a receiver to deliver the relevant evidence, and re-executes the receiver and affected downstream nodes, producing a candidate answer. The adoption decision reads both the final answers of the two runs and the process changes the edit caused inside the workflow: how far the receiver moved, where its new content came from, and whether the change reached the final answer. A selector trained on these process features chooses between adopting the candidate answer and retaining the original. On five benchmarks, SPLICE raises the task score on Web tool use by 8.0% and the mean score on four reasoning and planning benchmarks by 5.7% relative to the static skeleton, at 1.25 to 1.44$\times$ the skeleton's cost, and transfers zero-shot to four unseen backbones.
- Abstract（参考訳）: 多段階の Web タスクでは,エビデンスを収集,組み合わせるために,複数の LLM エージェントが必要になることが多い。
固定されたワークフローの通信グラフは、エージェントがお互いの出力を読み取ることができるかを制限する:あるエージェントによって取得された証拠は、それを必要とするエージェントに決して届かない可能性があり、情報ギャップと不完全な答えを残している。
接続を追加することで証拠が失われる可能性があるが、受信側が正しい答えを置き換える誤ったアップストリームの結論を採用するように誘導することもできる。
本稿では,マルチエージェント実行(SPLICE)における情報ギャップを閉鎖するSelective Probing and Link Insertionを提案する。
元のワークフローが実行された後、SPLICEはクエリとノード出力を使用して、可能性のあるギャップを見つけ出し、ソースから関連するエビデンスを提供するために1つのエッジをレシーバに追加し、レシーバと影響を受けた下流ノードを再実行し、候補回答を生成する。
採用決定は、2つの実行の最終回答とワークフロー内で発生した編集の変更の両方を読み取る:受信側がどのくらい移動したか、新しいコンテンツがどこから来たか、そして変更が最終回答に達したか。
これらのプロセスの特徴に基づいて訓練されたセレクタは、候補の回答を採用するか、元の回答を保持するかを選択する。
5つのベンチマークで、SPLICEはウェブツールのタスクスコアを8.0%、静的骨格と比較して4つの推論と計画のベンチマークの平均スコアを5.7%、骨格のコストが1.25～1.44$\times、ゼロショットを4つの見えないバックボーンに転送する。
関連論文リスト
- Learning Calibrated Confidence for Multi-Agent Collaboration [62.653645806120274]
Webで検索する複雑な情報は、複数のドキュメントから証拠を集め、それらをまたがる推論を必要とすることが多い。
ほとんどのマルチエージェントシステムは、定量的な信号を提供しておらず、ダウンストリームエージェントは、受信した情報を信頼するか、検証するかを判断する。
各エージェントは、強化学習におけるタスク性能と信頼性校正を協調的に最適化することにより、その回答に対する正当性確率を生成することを学習する。
論文 参考訳（メタデータ） (2026-10-29T12:30:00Z) - BLADE: Auditing Information Use for Failure Attribution in LLM Multi-Agent Systems [26.15659003461134]
失敗の帰属は、責任のあるエージェントと決定的なエラーステップを特定しようとする。
最近の手法は依存関係をトレースするが、情報がどこから来たかを知ることは、それがどこでうまくいかなかったかを知るのと同じではない。
BLADEは、情報のトレースを超えて、その使用を監査する、トレーニング不要のフレームワークである。
論文 参考訳（メタデータ） (2026-10-13T17:34:34Z) - RefactorPlatform: An Open-Source Harness for Controlled Evaluation of Repository-Scale Refactoring Agents [0.09320657506524148]
RefactorPlatformは、環境を固定し、各設計軸を変化させるオープンソースの評価ハーネスである。
各実行は、ライブ端末ストリーミング、トークン、差分、およびトランスクリプトのタスクごとのロギング、ASTベースの検証、監査と再生のためのエクスポート可能なテレメトリを備えた、独立したワークスペースで実行される。
論文 参考訳（メタデータ） (2026-09-04T08:58:10Z) - Staged Linguistic Seeding: Grounded Query Expansion for Verified-Unit QA in AI Contact Centers [1.1983198417783958]
検証済みQAユニットのクローズドなセットからのみ回答するシステムをデプロイする。
1つの手法は両方のドメインで再利用されるため、推論はクエリ時間生成なしで1つの検索パスにとどまる。
陰性な結果を含む応用研究として報告する。
論文 参考訳（メタデータ） (2026-09-01T07:42:39Z) - AgentProv: Auditing Agentic LLM API Providers via Tool-use Policy Probes [38.37599802008238]
商用LLM APIは特定の基盤モデルを宣伝するが、提供されたバックボーンは静かに代用され、定量化され、あるいはラップされることがある。
既存の監査はすべて、テキスト出力チャネルからバックボーンアイデンティティを決定する。
本稿では,AgentProv(AgentProv)について紹介する。
論文 参考訳（メタデータ） (2026-08-30T08:22:12Z) - Disagree to Explore, Agree to Commit: Routing-Guided Test-Time Scaling for Software Agents [60.650808962786364]
外部判断や選択時間テストの実行なしに,ネイティブなMoEルータトレースがステアリングと選択をガイドできるかどうかを検討する。
我々の分析は、ルーティングが堅牢な行動的役割シグナルを提供することを示している。トークン・グラニュラ・リードアウトと決定整合比較セットは、ルーティングを効果的に制御する。
オープンウェイトスパースMOEエージェントを用いたSWEベンチ検証を行い,評価を行った。
論文 参考訳（メタデータ） (2026-08-23T03:07:03Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - Good Agentic Friends Do Not Just Give Verbal Advice: They Can Update Your Weights [58.27172968382275]
マルチエージェントLLMシステムは、通常自然言語メッセージを交換することで協調する。
送信者のメッセージを受信者のコンテキストに付加する代わりに、送信者の隠された状態を過渡的で受信者固有の重み摂動にコンパイルする。
論文 参考訳（メタデータ） (2026-05-13T17:58:32Z) - TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework [62.66056331998838]
TeaRAGは、検索内容と推論ステップの両方を圧縮できるトークン効率のエージェントRAGフレームワークである。
報奨関数は,過剰な推論ステップをペナルティ化しながら,知識マッチング機構によって知識満足度を評価する。
論文 参考訳（メタデータ） (2025-11-07T16:08:34Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳（メタデータ） (2025-09-25T14:05:55Z)
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。