論文の概要: Don't Lose the Thread: Empowering Long-Horizon LLM Agents with Cognitive Resource Self-Allocation

• arxiv url: http://arxiv.org/abs/2610.40350v1
• Date: Thu, 29 Oct 2026 16:07:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 07:28:29.980276
• Title: Don't Lose the Thread: Empowering Long-Horizon LLM Agents with Cognitive Resource Self-Allocation
• Title（参考訳）: スレッドをなくすな - 認知的リソースの自己割り当てによる長距離LDMエージェントの強化
• Abstract要約: 認知資源自己割当(Cognitive Resource Self-Allocation、CORAL)は、エージェントが積極的にコンテキストを最適化できるようにする新しい推論パラダイムである。 CORALは、エージェントがタスクの進捗と検証された事実をチェックポイントし、新しい問題解決のエピソードを適応的に開始することを可能にする。 GAIAベンチマークでは、8BモデルによるCORALの平均精度は42.8%であり、特に最も困難な長距離タスクでは顕著に向上している。
• 参考スコア（独自算出の注目度）: 75.90509066213482
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agents powered by large language models (LLMs) have demonstrated remarkable progress in solving complex reasoning tasks. However, LLM agents often falter on long-horizon tasks due to cognitive overload, as their working memory becomes cluttered with expanding and irrelevant information, which dilutes their attention and hinders effective planning and reasoning. To mitigate this challenge, we introduce Cognitive Resource Self-Allocation (CORAL), a novel reasoning paradigm that empowers agents to proactively optimize their context. Implemented as an agent-callable working memory management toolset, CORAL allows an agent to checkpoint its task progress and verified facts, and adaptively initiate a new problem-solving episode by resetting cluttered context while preserving only the checkpointed information, enabling it to resume reasoning from a clean state. We further enhance the agent's checkpointing capabilities using a Multi-episode Agentic Reinforced Policy Optimization algorithm. On the GAIA benchmark, CORAL with an 8B model achieves 42.8% average accuracy, with particularly strong gains on the most challenging long-horizon tasks (Level 2 and Level 3). Crucially, these gains come at a substantially lower inference cost: CORAL consumes 6-7$\times$ fewer input tokens than a ReAct agent. It also generalizes to multi-hop Knowledge QA benchmarks and to the considerably harder BrowseComp, where it improves a strong proprietary agent by 8.0 points.
• Abstract（参考訳）: 大規模言語モデル(LLM)を利用したエージェントは、複雑な推論タスクの解決において顕著な進歩を見せている。 しかし、LLMエージェントは、認知的過負荷による長期的タスクに干渉することが多く、その作業記憶は、その注意を薄め、効果的な計画と推論を妨げる、拡張および無関係な情報によって散らばっている。 この課題を軽減するために、エージェントが積極的にコンテキストを最適化できるようにする新しい推論パラダイムであるCognitive Resource Self-Allocation(CORAL)を導入する。 エージェントコール可能なワーキングメモリ管理ツールセットとして実装され、エージェントがタスクの進捗と検証された事実をチェックポイントし、チェックポイントされた情報のみを保持しながら、乱雑なコンテキストをリセットして新しい問題解決エピソードを適応的に開始し、クリーンな状態から推論を再開することができる。 エージェント強化ポリシー最適化アルゴリズムを用いて,エージェントのチェックポイント機能をさらに強化する。 GAIAベンチマークでは、8Bモデルを持つCORALは平均精度42.8%に達し、特に最も困難な長距離タスク(レベル2とレベル3)で高い利得を得ている。 CORALは6-7$\times$ReActエージェントよりも少ない入力トークンを消費します。 また、マルチホップの知識QAベンチマークや、強力なプロプライエタリなエージェントを8.0ポイント改善したBrowseCompにも一般化されている。

関連論文リスト

• Knowledge-Centric Self-Improvement [28.85741798328687]
  自己改善型AIシステムはエージェントを、プロンプト、ハーネス、さらにはエージェント自身のコードを最適化することによって改善するオブジェクトとして扱う。 このエージェント中心のビューは、メンテナンスにコストがかかり、転送が困難になる。 我々は,エージェントが汎用的で使い捨てであるような,知識中心の自己改善という補完的パラダイムについて研究する。
  論文  参考訳（メタデータ） (2026-07-21T21:38:39Z)
• AgentLongBench: A Controllable Long Benchmark For Long-Contexts Agents via Environment Rollouts [78.33143446024485]
  我々は、横方向思考パズルに基づく環境ロールアウトによるエージェントの評価を行うtextbfAgentLongBenchを紹介した。 このフレームワークは、知識集約的で知識のないシナリオにまたがる厳密な相互作用の軌跡を生成する。
  論文  参考訳（メタデータ） (2026-01-28T16:05:44Z)
• SmartSnap: Proactive Evidence Seeking for Self-Verifying Agents [45.71333459905404]
  SmartSnapは、受動的でポストホックな検証から、エージェント自身による積極的な自己検証へのパラダイムシフトである。 両ミッションで設計された新しいタイプのエージェントである「自己検証エージェント」を導入し、タスクを完了し、検証された証拠でその達成を証明した。 モデルファミリとスケールにわたるモバイルタスクの実験は、SmartSnapパラダイムによって、スケーラブルなLLM駆動エージェントのトレーニングが可能になることを実証しています。
  論文  参考訳（メタデータ） (2025-12-26T14:51:39Z)
• AgentFold: Long-Horizon Web Agents with Proactive Context Management [98.54523771369018]
  LLM ベースの Web エージェントは情報検索を大いに約束するが,その有効性はコンテキスト管理における基本的なトレードオフによって妨げられる。 本稿では,プロアクティブなコンテキスト管理を中心としたエージェントパラダイムであるAgentFoldを紹介する。 単純な微調整により,BrowseCompでは36.2%,BrowseComp-ZHでは47.3%を達成した。
  論文  参考訳（メタデータ） (2025-10-28T17:51:50Z)
• COMPASS: Enhancing Agent Long-Horizon Reasoning with Evolving Context [17.575806280348797]
  小さなエラーはステップにまたがって複雑で、最先端のモデルでさえしばしばコヒーレンスを幻覚または失う。 本稿では,戦術的実行,戦略的監視,文脈的組織を3つの特殊コンポーネントに分離する軽量階層型フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-09T20:14:26Z)
• GSM-Agent: Understanding Agentic Reasoning Using Controllable Environments [56.007498767771075]
  GSM-Agentは複雑な環境でエージェント推論を評価するための新しいベンチマークである。 我々は,環境文書の埋め込みをノードにクラスタ化することでエージェント推論パターンを分析し,各ツールコールを最も近いノードにマッピングする。 本稿では,LLMのエージェント推論性能を向上させるためのツール拡張テストタイムスケーリング手法を提案する。
  論文  参考訳（メタデータ） (2025-09-26T07:24:37Z)
• ReMA: Learning to Meta-think for LLMs with Multi-Agent Reinforcement Learning [53.817538122688944]
  Reinforced Meta-thinking Agents (ReMA) を導入し,Large Language Models (LLMs) の推論からメタ思考行動を求める。 ReMAは、推論プロセスを2つの階層的なエージェントに分解する。戦略上の監視と計画を生成するハイレベルなメタ思考エージェントと、詳細な実行のための低レベルな推論エージェントである。 単ターン実験による実験結果から、ReMAは複雑な推論タスクにおいて単エージェントRLベースラインよりも優れることが示された。
  論文  参考訳（メタデータ） (2025-03-12T16:05:31Z)
• Watson: A Cognitive Observability Framework for the Reasoning of LLM-Powered Agents [5.993182776695028]
  大規模言語モデル(LLM)は、ますます自律システムに統合され、Agentwareと呼ばれる新しい種類のソフトウェアを生み出している。 本稿では,エージェント決定の背後にある暗黙の推論を回復し,検査する能力である認知的可観測性の概念を紹介する。 本稿では,LLMエージェントの行動変化を伴わない推論過程を観察するフレームワークであるWatsonについて述べる。
  論文  参考訳（メタデータ） (2024-11-05T19:13:22Z)

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。