論文の概要: Agent Stack for ML Training Lifecycle: Generation, Validation, and Optimization

• arxiv url: http://arxiv.org/abs/2611.00384v1
• Date: Fri, 30 Oct 2026 21:05:50 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:22:39.120866
• Title: Agent Stack for ML Training Lifecycle: Generation, Validation, and Optimization
• Title（参考訳）: MLトレーニングライフサイクルのためのエージェントスタック:生成、検証、最適化
• Abstract要約: 本稿では2つの独立したエージェントループを持つエージェントスタックをLinkedInにデプロイする。 AutoTorchは、APIマイグレーション、XG置換、新しいモデル開発のためのPyTorchモデルとトレーニングパイプラインを生成する。 AutoResearchは、専門家によるまたは自律的な実験を通じて、アーキテクチャとトレーニング-設定の変更について調査する。
• 参考スコア（独自算出の注目度）: 12.720212985641837
• License:
• Abstract: Production model development requires repeated architecture design, platform integration, debugging, training, and evaluation. We present an agent stack deployed at LinkedIn with two independently usable agent loops: AutoTorch for model generation and migration, and AutoResearch for model optimization. AutoTorch generates PyTorch models and training pipelines for TensorFlow migration, XGBoost replacement, and new-model development. Executable validation hooks check platform API compliance, trainability, and conversion fidelity on sampled data, guiding iterative repair before engineer review and full-scale distributed training. AutoResearch explores architecture and training-configuration changes through expert-steered or autonomous experimentation. An external orchestrator manages parallel trials, experiment history, candidate selection, and wall-clock budgets across agent sessions. A shared runtime preserves execution state independently of agent reasoning and allocates GPUs separately from agent execution. Across ranking, content understanding, and recommendation workloads, AutoTorch completed generation and full-scale training in 92 of 115 workflow runs (80%). Of these, 77 (83.7%) produced models meeting post-training quality requirements. In a separate cohort, AutoResearch improved the primary task metric on held-out data for 28 of 100 production pipelines. Engineering teams estimate that the stack reduced elapsed end-to-end migration time from approximately eight weeks to two weeks, a 4x speedup.
• Abstract（参考訳）: 生産モデルの開発には、繰り返しアーキテクチャ設計、プラットフォーム統合、デバッグ、トレーニング、評価が必要である。 本稿では、モデル生成とマイグレーションのためのAutoTorchとモデル最適化のためのAutoResearchの2つの独立したエージェントループでLinkedInにデプロイされたエージェントスタックについて述べる。 AutoTorchは、TensorFlowマイグレーション、XGBoost置換、新しいモデル開発のためのPyTorchモデルとトレーニングパイプラインを生成する。 実行可能なバリデーションは、サンプルデータに対するプラットフォームAPIのコンプライアンス、トレーニング容易性、変換忠実性をチェックし、エンジニアレビューとフルスケールの分散トレーニングの前に反復的な修正を誘導する。 AutoResearchは、専門家によるまたは自律的な実験を通じて、アーキテクチャとトレーニング-設定の変更について調査する。 外部オーケストレータは、並列トライアル、実験履歴、候補選択、エージェントセッション間のウォールクロック予算を管理する。 共有ランタイムは、エージェント推論とは独立して実行状態を保持し、エージェント実行とは独立してGPUを割り当てる。 ランキング、コンテンツ理解、レコメンデーションのワークロード全体で、AutoTorchは115のワークフロー実行中の92(80%)で生成とフルスケールのトレーニングを完了した。 そのうち77人(83.7%)が訓練後の品質要件を満たすモデルを作った。 別個のコホートで、AutoResearchは、100のプロダクションパイプラインのうち28のホールドアウトデータに対する主要なタスクメトリックを改善した。 エンジニアリングチームは、スタックが経過したエンドツーエンドの移行時間を約8週間から2週間に短縮し、スピードアップが4倍になったと見積もっている。

関連論文リスト

• ProgAgent: Learning Tool Orchestration through Programmatic Training [29.641803167053638]
  Programmatic Tool Calling (PTC) は実行可能なコードを通じてツールを呼び出し、中間結果をコンテキストに付加するのではなく、実行時変数に格納する。 ProgAgentは、長距離タスクを合成するためのパイプライン、軽量PSCランタイム、および2段階のトレーニングレシピからなる完全なPTCトレーニングスタックである。 ProgAgentは、4つのベンチマークで比較された同等サイズのベースラインよりも高いパスレートを得る。
  論文  参考訳（メタデータ） (2026-10-10T09:57:26Z)
• AutoDataBench: Can Agents Write the Data That Feeds the Self-Improvement Loop? [62.41600992806851]
  エージェントがそのようなタスクを書く能力の現在の評価は、エージェントが生成したもののトレーニング後にモデルがどのように機能するかを測定する。 既存の評価では、個々のタスクがデータパイプラインの受け入れ基準を満たすかどうかを問わない。 AutoDataBenchは、自律データ合成のためのエージェントの能力を直接測定する。
  論文  参考訳（メタデータ） (2026-09-28T12:24:21Z)
• AutoData: Agentic Search for Pre-training Data Selection [22.76955128141555]
  本稿では,メトリック選択アルゴリズムを直接検索するエージェントであるAutoDataを紹介する。 一晩で検索すると、AutoDataは既存の人間設計パイプラインよりも優れた選択アルゴリズムを発見する。 これらの結果は,データ工学をエージェント機械学習問題として扱うことができることを示唆している。
  論文  参考訳（メタデータ） (2026-09-17T06:24:52Z)
• OpenThoughts-Agent: Data Recipes for Agentic Models [99.10629645072653]
  OT-Agentプロジェクトはエージェントモデルをトレーニングするための完全にオープンなデータキュレーションパイプラインである。 パイプラインの各段階について100以上の制御アブレーション実験を行った。 このデータセットには、パイプラインから100Kのサンプルと微調整されたQwen3-32Bのトレーニングセットが組み込まれています。
  論文  参考訳（メタデータ） (2026-06-23T17:34:29Z)
• ChipMATE: Multi-Agent Training via Reinforcement Learning for Enhanced RTL Generation [55.947962672433675]
  ChipMATEは、RTL生成のための最初の自己学習型マルチエージェントフレームワークである。 ChipMATEは産業的な実践に触発され、VerilogエージェントとPythonのリファレンスモデルエージェントをペアにし、相互に出力を検証する。 ChipMATEは、VerilogEval V2で75.0%と80.1%パス@1を4Bと9Bベースモデルで達成している。
  論文  参考訳（メタデータ） (2026-05-13T01:04:21Z)
• Agent^2 RL-Bench: Can LLM Agents Engineer Agentic RL Post-Training? [23.212983812736343]
  Agent2 RL-BenchはエージェントRLのポストトレーニングを評価するためのベンチマークである。 固定予算下では,教師付きパイプラインがエージェント駆動のポストトレーニングを支配していることがわかった。
  論文  参考訳（メタデータ） (2026-04-12T09:35:27Z)
• Pioneer Agent: Continual Improvement of Small Language Models in Production [6.452260317191361]
  小さな言語モデルは、低コスト、高速な推論、特殊化の容易さのために、製品展開にとって魅力的なものだ。 特定のタスクに小さな言語モデルを適用するプロセスを自動化するクローズドループシステムであるPioneer Agentを提案する。
  論文  参考訳（メタデータ） (2026-04-10T18:13:09Z)
• SCUBA: Salesforce Computer Use Benchmark [63.66753028386581]
  SCUBAは、Salesforceプラットフォーム内の顧客関係管理(CRM)上のコンピュータ利用エージェントを評価するために設計されたベンチマークである。 SCUBAには、実際のユーザインタビューから派生した300のタスクインスタンスが含まれており、3つの主要なペルソナ、プラットフォーム管理者、セールス担当者、サービスエージェントで構成されている。 ゼロショット設定とデモ拡張設定の両方で、多様なエージェントのセットをベンチマークします。
  論文  参考訳（メタデータ） (2025-09-30T16:48:49Z)
• MALT: Improving Reasoning with Multi-Agent LLM Training [67.76186488361685]
  MALT(Multi-Agent LLM Training)は、推論プロセスを生成、検証、改善ステップに分割する、新しいポストトレーニング戦略である。 MATH、GSM8K、CSQAでは、MALTは、それぞれ15.66%、7.42%、9.40%の相対的な改善で同じベースラインLLMを上回っている。
  論文  参考訳（メタデータ） (2024-12-02T19:30:36Z)

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。