論文の概要: RetryRoute: Retry-Aware Model Routing for Agentic Image Editing Services
- arxiv url: http://arxiv.org/abs/2610.41460v1
- Date: Fri, 30 Oct 2026 09:12:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.669051
- Title: RetryRoute: Retry-Aware Model Routing for Agentic Image Editing Services
- Title（参考訳）: RetryRoute: エージェント画像編集サービスのためのRetry-Aware Model Routing
- Abstract要約: Webエージェントは、オープンな編集モデルを批判と再試行のループで呼び出して、画像の編集をますます進める。
本稿では,RetryRouteを提案する。RetryRouteは,各モデルの成功確率を推定する再試行対応ルータである。
障害状態に対するリトライ、エスカレーション、破棄を計画し、コストにライブキューを追加して、同じプランがロードアウェアディスパッチになる。
- 参考スコア（独自算出の注目度）: 9.556156229308101
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web agents increasingly edit images by calling open editing models in a critique-and-retry loop, and these models differ in cost by more than an order of magnitude. After every rejected edit, a service must decide whether to retry the same model, escalate to another or give up. Existing routers pick one model per request, and cascades escalate in a fixed order. However, both treat a retry as an independent draw. We identify sticky failures, meaning that a retry after a failure succeeds only 17-53% as often as a first try across six open models, three benchmarks and two judges. Based on this finding, we propose RetryRoute, a retry-aware router that estimates each model's chance of success given the request's failure history. It plans retries, escalations and abandonment over failure states and adds live queue waits to the cost, so the same plan becomes load-aware dispatch. At the main budget, RetryRoute's success under the in-loop judge exceeds the strongest of eleven prior baselines by 2.8 points on average over eight groups. On a GPU serving testbed it raises the share of edits delivered within the service-level objective by 5.0-6.3 points over the best prior baseline at every load.
- Abstract（参考訳）: Webエージェントは、オープンな編集モデルを批判と再試行のループで呼び出して、画像の編集をますます増加させ、これらのモデルは1桁以上のコストで異なる。
削除された編集のたびに、サービスは同じモデルをリトライするか、別のモデルにエスカレートするか、諦めるかを決めなければなりません。
既存のルータは要求毎に1つのモデルを選択し、カスケードは一定の順序でエスカレートする。
しかし、どちらも再試行を独立した引き分けとして扱う。
障害後の再試行は,6つのオープンモデル,3つのベンチマーク,2人の審査員を対象とした最初の試行の17～53%に過ぎません。
この発見に基づいて、リクエストの障害履歴から各モデルが成功する確率を推定するリトライ対応ルータであるRetryRouteを提案する。
障害状態に対するリトライ、エスカレーション、破棄を計画し、コストにライブキューを追加して、同じプランがロードアウェアディスパッチになる。
主要予算では、ループ内審査員の下でのリトライルートの成功は、8グループ平均2.8ポイントという最強の11のベースラインを上回っている。
テストベッドを提供するGPUでは、サービスレベルの目標内で提供される編集のシェアが、すべての負荷において、最上位のベースラインに対して5.0-6.3ポイント上昇する。
関連論文リスト
- AndroidFlux: Evaluating and Reward Modeling Failure Recovery Capabilities in Mobile Use Multimodal Agents [26.721609542933518]
AndroidWorld上に構築されたフェールリカバリベンチマークであるAndroidFluxを紹介します。
AndroidFluxは記録されたトラジェクトリを復元し、最初のリカバリ可能なエラーの前、前、後、制御されたチェックポイントに復元する。
我々は、エラー回復と全体的なタスク成功の両方を改善するオフライン強化学習データセットをリリースする。
論文 参考訳（メタデータ） (2026-10-25T15:39:24Z) - Whose turn is it? Context-guided model routing for stateful agents [10.861764771385232]
ユーザターン境界におけるゼロショット・コスト対応ルーティングについて検討する。
コストはトークン価格のみではなく,実行のダイナミクスに依存しています。
論文 参考訳（メタデータ） (2026-10-13T23:13:37Z) - Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models [87.94969284553706]
エンド・ツー・エンドのpass@$K$は、成功した振る舞いがベースモデルのディストリビューションにすでに現れるかどうかをテストする。
コールドスタートからハーネスを駆動するために、ベースチェックポイントを必要としない3つのスクリーンを構築します。
3つの画面はいずれも、ポストトレーニング後のSWE-bench Verified pass@$1$と密接に一致して、コホートをランク付けする。
論文 参考訳（メタデータ） (2026-10-07T17:37:19Z) - Spotter: Let the Embodied Model Lead, and the VLM Reflect for It [90.10618759230066]
現行の具体化モデルは、失敗に反応しないが、失敗に終わったことは、次の試みの微調整を知らせる可能性がある。
本稿では,その役割を逆転するSputterを提案する。
GPTにより、Sputterはコスモス政策を5.6ドル、RoboCasaの7.5ポイント改善し、47.2%から57.0%に$_0.5ドルを引き上げている。
VLMはエラーが確認された場合にのみステップするので、Qwenで成功したエピソードは13から13にしかならない。
論文 参考訳（メタデータ） (2026-09-29T06:21:50Z) - One Readout, Many Repairs: Diffusion-Guided Hierarchical Search for Tool-Agent Repair [14.373144574240165]
本稿では,修復計算の削減を図り,ツールエージェントの故障復旧を改善するためのトレーニング不要な拡散誘導フレームワークを提案する。
ReCommitは、マスク付き言語モデルの単一並列読み出しから操作型スコアを再利用することにより、修復試験全体にわたって操作レベルの提案を補正する。
Agent-Diffベンチマークで4つのエンタープライズサービスにまたがる実際の障害に関する実験では、75.9%と63.2%の相対的な回復率が61.3%、51.3%の削減率を示した。
論文 参考訳（メタデータ） (2026-09-28T10:57:16Z) - FailForge: Distilling Procedural Competence from Persistent Failures into Code Agents [49.519184792774304]
FailForgeは、失敗したロールアウトをトレーニングシグナルに変換するエージェントフレームワークである。
FailForgeは、これまで失敗したインスタンスの26%を、限界的な追加コストでリカバリする。
論文 参考訳（メタデータ） (2026-08-09T08:22:57Z) - Scrouting: Cost-Aware Routing of Coding Agents by Scouting the Repository First [0.15293427903448023]
リポジトリをスカウトした後にルートするSuperScoutを紹介します。
7B検索エンジンであるSuperScout-7Bは、まずリポジトリを探索し、構造化されたハンドオフを生成する。
検索者の隠された状態とタスクテキストは、履歴ベースのルータを送信し、4つのフロンティアフィクスラーのうちの1つにタスクをディスパッチする。
論文 参考訳（メタデータ） (2026-08-05T13:11:31Z) - Where Do Deep-Research Agents Go Wrong? Span-Level Error Localization in Agent Trajectories [51.22051230894794]
最終回答に基づく評価は、エージェントが成功するかどうかを示すが、どの部分の軌道が答えを信頼できないかを示すものではない。
2つのエージェントフレームワーク、3つのバックボーンモデル、3つのベンチマークから2,790の実際のトラジェクトリを収集し、生ログをセマンティックスパンに変換し、エキスパートレビューを通じて有害なエラースパンを注釈付けします。
我々は,エージェントの主張を追跡するクレーム中心の監査フレームワークであるDRIFTを提案する。
論文 参考訳（メタデータ） (2026-06-01T10:50:26Z) - Expected Reward Prediction, with Applications to Model Routing [51.74583237294919]
繰り返しサンプリングを行うと, LLMが報酬モデルから得られると予測される報酬を予測することは容易である。
また、これらの予測された報酬予測は、モデルルーティングプロトコルへのアプリケーションをサポートするのに十分正確かつ差別的であることを示す。
論文 参考訳（メタデータ） (2026-03-03T10:10:44Z) - A Principled Approach to Failure Analysis and Model Repairment:
Demonstration in Medical Imaging [12.732665048388041]
マシンラーニングモデルは通常、デプロイ後の予期せぬ失敗を示す。
私たちは2つの重要な質問に答えることで、このプロセスの標準化と原則の導入を目指しています。
そこで本研究では,タイプ内および型間一般化の測定により,特定された障害タイプの品質を検証できることを示唆する。
我々は,以前に正しいデータの性能を維持しつつ,失敗タイプに対して高い精度を達成できた場合,モデルを修復すると考えることができると論じる。
論文 参考訳（メタデータ） (2021-09-25T12:04:19Z)
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。