論文の概要: Capability-Grounded Agentic Planning

• arxiv url: http://arxiv.org/abs/2610.41040v1
• Date: Thu, 29 Oct 2026 22:32:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.509319
• Title: Capability-Grounded Agentic Planning
• Title（参考訳）: 能力向上型エージェントプランニング
• Abstract要約: 本稿では,要求が何を必要とし,どのようなツールが提供できるかを理由として,CGAP(Capability-Grounded Agentic Planning)を提案する。 CGAPはツールカタログを決定論的にPDDLモデルにコンパイルし、LCMを使用してリクエストをゴールに変換し、古典的なプランナーでモデルを解決する。 ToolSandbox, ComplexFuncBench, BFCL multi-turn, $2$-bench の3つの LLM では、CGAP は標準ツール呼び出しエージェントを最大28.9ポイント上回っている。
• 参考スコア（独自算出の注目度）: 31.05181251141126
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLM agents serve natural-language requests through tools, data sources, and other agents, and even simple requests often need several interdependent calls. Typically, the LLM picks these calls by trial and error, with no guarantee of an executable plan. We present Capability-Grounded Agentic Planning (CGAP), which instead reasons about what a request requires and what tools provide. CGAP compiles the tool catalog deterministically into a PDDL model, uses an LLM to turn the request into goals, and solves the model with a classical planner. Since tool outputs are unknown in advance, the model is abstract, tracking which inputs are available, not their values. During execution, an LLM adds entity-specific calls that abstract plans omit, and deterministic checks reject any that break the plan. Every argument is drawn from a cited source, such as a conversation span or an earlier tool response, and each requested result counts as delivered only after an LLM verifier checks it against the request. With three LLMs on ToolSandbox, ComplexFuncBench, BFCL multi-turn, and $τ^2$-bench retail, CGAP outperforms a standard tool-calling agent by up to 28.9 points.
• Abstract（参考訳）: LLMエージェントは、ツール、データソース、その他のエージェントを通じて自然言語リクエストを提供する。 通常、LSMはこれらの呼び出しをトライアルとエラーで選択するが、実行可能なプランは保証されない。 我々は,要求が何を必要とし,どのようなツールを提供するかを理由として,CGAP(Capability-Grounded Agentic Planning)を提案する。 CGAPはツールカタログを決定論的にPDDLモデルにコンパイルし、LCMを使用してリクエストをゴールに変換し、古典的なプランナーでモデルを解決する。 ツール出力は事前に不明であるため、モデルを抽象化し、どの入力が利用可能かを追跡する。 実行中、LCMは抽象的なプランを省略するエンティティ固有の呼び出しを追加し、決定論的チェックはプランを壊すものを拒絶する。 各引数は、会話スパンや初期のツール応答などの引用元から引き出され、それぞれの要求された結果が、LCM検証者が要求に対してそれをチェックした後にのみ配信されるものとしてカウントされる。 ToolSandbox, ComplexFuncBench, BFCL multi-turn, $τ^2$-bench の3つの LLM では、CGAP は標準ツール呼び出しエージェントを最大28.9ポイント上回っている。

関連論文リスト

• SchemaFill: Efficient LLM Tool Calling via Slot-Parallel Speculative Decoding [84.95922754288466]
  LLMFillは、自動回帰復号よりもエンドツーエンドのスループットを最大4.05$times$改善する。 GlaiveとBFCLでは、Fillは自動回帰デコーディングよりもエンドツーエンドのスループットを最大4.05$times$改善する。
  論文  参考訳（メタデータ） (2026-10-05T12:22:34Z)
• LLM-as-Code: Agentic Programming for Agent Harness [20.350593038902904]
  我々はトークンの爆発、制御フローの幻覚、信頼できない完成は実装上のバグではないと主張している。 より良いプロンプトやより強力なモデルは、LLMエージェントの信頼性を保証することはできない。 本稿では,プログラムがすべての制御フローを制御し,LLMがそれの一部であるエージェントプログラミングを提案する。
  論文  参考訳（メタデータ） (2026-06-14T15:47:27Z)
• Gecko: A Simulation Environment with Stateful Feedback for Refining Agent Tool Calls [56.407063247662336]
  本稿では,ルールとLLMを組み合わせてツール応答をシミュレートする総合環境であるGeckoを紹介する。 GATS は GPT-4o, GPT-5, Gemini-3.0-pro など様々な LLM のツールコール性能を一貫して改善している。
  論文  参考訳（メタデータ） (2026-02-22T15:02:00Z)
• Small Language Models for Agentic Systems: A Survey of Architectures, Capabilities, and Deployment Trade offs [0.10742675209112619]
  小型言語モデル(SLM: 1-12B パラム、時には 20B まで)は十分であり、エージェント処理に優れていることが多い。 オープンおよびプロプライエタリなSLMにまたがって最近のエビデンスを合成し、近代的な評価に結び付ける。 本研究では,不確実性を考慮したルーティングと検証器カスケードを用いたSLMフォールバックシステムを定式化し,実生産目標を反映したエンジニアリングメトリクスを提案する。
  論文  参考訳（メタデータ） (2025-10-04T15:48:04Z)
• Query-Efficient Planning with Language Models [8.136901056728945]
  複雑な環境での計画では、エージェントがスタートからゴールまでの一連のアクションを見つけるために、ワールドモデルを効率的にクエリする必要がある。 最近の研究によると、Large Language Models(LLM)は、将来有望な状態を探索し、世界からのフィードバックに適応することによって、計画に役立つ可能性がある。 両アプローチが同等のベースラインで改善されているのに対して,LLMを生成プランナーとして使用すると,相互作用が大幅に減少することを示す。
  論文  参考訳（メタデータ） (2024-12-09T02:51:21Z)
• Get my drift? Catching LLM Task Drift with Activation Deltas [55.75645403965326]
  タスクドリフトは攻撃者がデータを流出させたり、LLMの出力に影響を与えたりすることを可能にする。 そこで, 簡易線形分類器は, 分布外テストセット上で, ほぼ完全なLOC AUCでドリフトを検出することができることを示す。 このアプローチは、プロンプトインジェクション、ジェイルブレイク、悪意のある指示など、目に見えないタスクドメインに対して驚くほどうまく一般化する。
  論文  参考訳（メタデータ） (2024-06-02T16:53:21Z)
• TIC: Translate-Infer-Compile for accurate "text to plan" using LLMs and Logical Representations [0.0]
  本研究では,自然言語計画タスク要求の計画作成の問題について検討する。 本手法は,LLMを用いて自然言語タスク記述の解釈可能な中間表現を生成する。 中間表現のみを出力するためにLLMを用いると、LLMの誤差が大幅に減少する。
  論文  参考訳（メタデータ） (2024-02-09T18:39:13Z)

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。