論文の概要: When Should an Agent Refresh? Adaptive Index Reuse for Efficient Long-Horizon Reasoning

• arxiv url: http://arxiv.org/abs/2611.01429v1
• Date: Sun, 01 Nov 2026 02:11:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.474941
• Title: When Should an Agent Refresh? Adaptive Index Reuse for Efficient Long-Horizon Reasoning
• Title（参考訳）: エージェントはいつリフレッシュすべきか? 効率的なロングホライゾン推論のための適応的インデックスリユース
• Abstract要約: IndexCacheのような層間の再利用メソッドは、インデクサをいくつかの層だけに再実行し、入力毎に1つの固定パターンを持つ。 我々は、IndexCacheの実行を保持し、エージェントエピソードの各セグメントについて、どのレイヤが選択をリフレッシュするかを学ぶAdaptive Index Reuse(AIR)を提案する。
• 参考スコア（独自算出の注目度）: 27.66369830458935
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language agents read code, tool output, and dialogue in contexts that grow at every step. Dynamic sparse attention lets a small indexer choose the earlier tokens each query attends to, but the indexer still scores the whole prefix at every layer. Cross-layer reuse methods such as IndexCache rerun the indexer at only some layers, with one fixed pattern for every input. In an agent, the relevant evidence can change abruptly when a traceback or test result arrives, so fresh selections matter more at some steps than at others. We propose Adaptive Index Reuse (AIR), which keeps IndexCache's execution and learns, for each segment of an agent episode, how many layers refresh their selection. A small controller reads signals from completed computation and the latest tool event, chooses a pattern from a nested library, and learns from terminal task reward under an expected compute budget. On Qwen3-4B-Instruct-2507 with a 128K context, AIR improves success over the strongest static schedule at matched cost on SWE-bench Verified (27.0% to 32.4%), Terminal-Bench 2.0, and three $τ^2$-bench domains, and it lowers time per successful task on all five. Across 50 backbone, context, and benchmark settings, it matches or exceeds that schedule in 44.
• Abstract（参考訳）: 言語エージェントは、各ステップで成長するコンテキストでコード、ツール出力、対話を読み取る。 動的スパースアテンションにより、小さなインデクサは、クエリ毎に前のトークンを選択することができるが、インデクサは、すべてのレイヤでプレフィックス全体をスコアする。 IndexCacheのような層間の再利用メソッドは、インデクサをいくつかの層だけに再実行し、入力毎に1つの固定パターンを持つ。 エージェントでは、トレースバックやテスト結果が到着すると、関連するエビデンスが突然変化する可能性があるため、新鮮な選択は別のステップよりも重要なものとなる。 我々は、IndexCacheの実行を保持し、エージェントエピソードの各セグメントについて、どのレイヤが選択をリフレッシュするかを学ぶAdaptive Index Reuse(AIR)を提案する。 小さなコントローラは、完了した計算と最新のツールイベントからの信号を読み出し、ネストしたライブラリからパターンを選択し、予測された計算予算の下で端末タスク報酬から学習する。 Qwen3-4B-Instruct-2507 では、128K のコンテキストで、AIR は SWE-bench Verified (27.0%から32.4%)、 Terminal-Bench 2.0 と 3 つの $τ^2$-bench ドメインで一致したコストで最強の静的スケジュールよりも成功を向上し、すべての 5 つのタスクで成功時間を短縮する。 50のバックボーン、コンテキスト、ベンチマーク設定で、44のスケジュールにマッチするか、超えます。

関連論文リスト

• RouteDRAG: Learning to Route and Control Agentic Execution for Multimodal Document RAG [25.447710228677405]
  エージェント実行はクエリ依存の利点を提供するが、追加の操作は回答の正確性を改善し、保存し、劣化させる可能性がある。 我々は4つのコンポーネントからなる学習ベースのフレームワークであるRouteDRAGを提案する。 RouteDRAGは、パスのみの実行よりも平均3.47ポイントの精度向上を実現している。
  論文  参考訳（メタデータ） (2026-10-27T00:45:49Z)
• Revision-Aware Independent Agent Graphs for Dynamic Reasoning [2.975383238535746]
  イベントストリームがタスクバインディングを更新し、システムはそれを解決する前に各クエリ時に有効なドキュメントバージョンを選択する必要がある。 本稿では,タスク推論から決定論的時間分解を分離する多エージェントポリシーであるRevision-Aware Independent Agent Graph (RIAG)を紹介する。
  論文  参考訳（メタデータ） (2026-10-01T07:43:33Z)
• Codebook Agent: Amortized Topology Design for LLM Multi-Agent Systems [67.04448659688579]
  クエリ非依存の16エントリのコードブックを開発し、上位のデコード候補を1回のバッチフォワードパスでランク付けする。 反復検索がなく、テスト時にメッセージパッシングがないため、Codebook Agentは6つのベンチマークでもっとも正確な方法である。
  論文  参考訳（メタデータ） (2026-09-02T08:10:22Z)
• Remember, Don't Re-read: Stateful ReAct Agents for Token-Efficient Autonomous Experimentation [0.0]
  本稿では,LangGraphを用いたステートフルなReActエージェントとして,自動検索パターンを再構成する。 ステートレスエージェントは全履歴を1イテレーションあたり$O(n)$コストで再読み取りし、ステートフルエージェントは固定サイズの会話ウィンドウ内で$O(1)$コストで動作します。
  論文  参考訳（メタデータ） (2026-06-12T20:40:59Z)
• ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
  マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。 現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。 最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
  論文  参考訳（メタデータ） (2026-04-26T16:05:02Z)
• AEL: Agent Evolving Learning for Open-Ended Environments [43.56685432981852]
  本稿では,この障害に対処する2段階のフレームワークであるemphAgent Evolving Learning (ael)を紹介する。 ael はシャープ比 2.13$pm$0.47 を達成し、5つの自己改善法を上回ります。 これは、エージェントの自己改善におけるボトルネックが、アーキテクチャの複雑さを追加するのではなく、経験の使い方を自覚していることを示している。
  論文  参考訳（メタデータ） (2026-04-23T14:29:25Z)
• IndexCache: Accelerating Sparse Attention via Cross-Layer Index Reuse [68.18308357205586]
  Longcontext Agenticは、大規模言語モデルの定義ユースケースとして登場した。 Sparseは、この課題を効果的に解決し、DeepSeek Sparse Attention(DSA)は、代表的なプロダクショングレードソリューションである。 我々は、レイヤを独自のインデクサを実行するフルレイヤの小さなセットと、最も近いフルレイヤのトップkインデックスを単純に再利用する共有レイヤの大多数に分割することで、層間の冗長性を利用するIndexCacheを紹介します。
  論文  参考訳（メタデータ） (2026-03-12T17:27:21Z)
• DSI++: Updating Transformer Memory with New Documents [95.70264288158766]
  DSI++は、DSIが新たなドキュメントをインクリメンタルにインデクシングするための継続的な学習課題である。 新たな文書の連続的な索引付けは,それまでの索引付け文書をかなり忘れてしまうことを示す。 文書の擬似クエリをサンプルとして生成メモリを導入し、連続的なインデックス付け中に補足することで、検索タスクの忘れを防止する。
  論文  参考訳（メタデータ） (2022-12-19T18:59:34Z)

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。