論文の概要: From AutoResearch to Continual AutoResearch: Do Agents Learn Across Tasks?
- arxiv url: http://arxiv.org/abs/2611.05108v1
- Date: Tue, 03 Nov 2026 16:02:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 14:24:14.865543
- Title: From AutoResearch to Continual AutoResearch: Do Agents Learn Across Tasks?
- Title(参考訳): AutoResearchからContinuous AutoResearch: エージェントはタスク全体を学ぶか?
- Abstract要約: Autoresearchは、エージェントが自律的にコードを書き、実験を実行し、機械学習ソリューションを改善することができることを示した。
ほとんどの評価は、新しい問題ごとに新しいエージェントセッションをスクラッチから開始する。
我々はAL AUTORESEARCHを紹介した。AL AUTORESEARCHはオープンな環境であり、タスクストリーム、データ、時間予算の下で同じエージェントの永続インスタンスとリセットインスタンスを比較する。
- 参考スコア(独自算出の注目度): 15.0892814792194
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autoresearch has shown that agents can autonomously write code, run experiments, and iteratively improve machine learning solutions. Yet most evaluations start a new agent session from scratch for each new problem, making them costly and leaving unclear whether agents can retain and apply prior insights when adapting to new tasks. We introduce CONTINUAL AUTORESEARCH, an open-ended environment that compares persistent and reset instances of the same agent under matched task streams, data, and time budget. Continual AutoResearch covers nine task families, spanning synthetic tasks, symbolic regression, time-series forecasting, and tabular AutoML. Across five frontier agents, we measure first-solution quality, research efficiency, and final held-out performance. To distinguish insight transfer from session continuity, we run a memory ablation that vary what information agents retain from prior tasks. We show that persistent state improves research efficiency of all five agents, allowing them to find stronger solutions sooner. However, these gains do not consistently translate into better final solutions. Overall, our findings suggest that retaining experience and utilizing it effectively are distinct capabilities.
- Abstract(参考訳): Autoresearchは、エージェントが自律的にコードを書き、実験を実行し、機械学習ソリューションを反復的に改善できることを示した。
しかし、ほとんどの評価は、新しい問題ごとにスクラッチから新しいエージェントセッションを開始する。
本研究では,一致したタスクストリーム,データ,時間予算の下で同一エージェントの永続インスタンスとリセットインスタンスを比較した,オープンな環境であるConTINUAL AUTORESEARCHを紹介する。
Continual AutoResearchは、合成タスク、シンボリックレグレッション、時系列予測、表形式のAutoMLの9つのタスクファミリをカバーする。
5つのフロンティアエージェントにまたがって, 第一ソリューションの品質, 研究効率, 最終ホールドアウト性能を測定した。
セッション継続性から洞察伝達を区別するために、情報エージェントが以前のタスクから保持するものが異なるメモリアブレーションを実行する。
永続状態は5つのエージェントすべての研究効率を向上し、より早くより強力な解を見つけることができることを示す。
しかし、これらの利得は、常により良い最終解に変換されない。
以上の結果から,経験の維持と有効活用は異なる能力であることが示唆された。
関連論文リスト
- Agent Plasticity: Measuring Self-Improvement Through Experience [101.59509058042552]
エージェントが過去の体験を将来の事例で継承した再利用可能なアーティファクトに記憶させる制御環境での自己改善について検討する。
エージェントの可塑性は, エージェントが経験を生かし, 将来の保留性能を向上する。
複数の環境にまたがって、フロンティアモデルは、学習する機会に匹敵するにもかかわらず、大幅に異なる改善軌道を示す。
論文 参考訳(メタデータ) (2026-10-06T17:58:57Z) - DAEDALUS: Bootstrapping Agent Memory from Self-Generated Tasks [1.0621485365427565]
エージェントシステムは典型的には人間によるガイドラインや、訓練タスクとオラクル検証器から構築された手続き記憶に依存している。
本稿では,既存のタスクやオラクル検証を使わずに,自己生成から再利用可能なエージェントメモリをブートストラップする方法であるDAEDALUSを提案する。
AppWorld, $2$-bench, AutomationBench, DAEDALUSは平均成功率を15.9ポイント、パス5を2.2倍改善する。
論文 参考訳(メタデータ) (2026-10-06T09:46:32Z) - AutoSciBench: Autonomous Benchmark Generation for Evaluating Scientific Agents [56.10249598693586]
AutoSciBenchは、各タスクを、科学領域、データモダリティ、要求推論アプローチを指定する高レベルな概念として表現するフレームワークである。
エージェントはそれぞれのタスクを解決し、解決者トラジェクトリを生成し、AutoSciBenchがレシピやコンセプトを改訂するために使用している判断フィードバックに対応する。
計算生物学,材料科学,臨床画像におけるAutoSciBenchの評価を行った。
論文 参考訳(メタデータ) (2026-10-04T11:40:11Z) - Traverse: Learning When to Remember, Reset, and Redirect for Long-Horizon Web Search [34.58308829379214]
エージェントが独自の検索プロセスを管理する自律型検索ハーネスを導入する。
エージェントはまず、有効な回答の基準を定義し、これらの基準の下で検索し、それから独立して結果を検証する。
さらに、アクティブなコンテキスト管理を可能にするシールメモリツールを備えている。
論文 参考訳(メタデータ) (2026-09-29T09:13:44Z) - Recursive self-improvement of AI research agents [18.181986898488983]
本稿では,AI研究エージェントの研究効率向上のためのループを実装するシステムであるAIDE2を提案する。
8日間の自律走行で、AIDE2は、新しい検索ポリシーからメモリメカニズムまで、連続した7つの改善点を発見した。
最強の発見エージェントは、FML-Benchで最強のランクにランクインした、人間工学による製造研究エージェントと一致または超えている。
論文 参考訳(メタデータ) (2026-09-22T14:12:13Z) - Recovering Wasted Compute in Autoresearch Agents [35.718169903054736]
自動検索システムのコアにおけるモデリングパイプラインについて検討し、一般的な障害モードを同定する。
自動検索エージェントの性能向上は,エージェント設計だけで達成できることが判明した。
論文 参考訳(メタデータ) (2026-08-11T03:15:08Z) - PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents [50.9061759859778]
PAST-Benchは、保持されたエクスペリエンスがエージェントを時間とともに実際に改善するかどうかを識別するために設計されたベンチマークである。
遅延タスクのゲインと、そのゲインが意図したセーブ、リトリーブ、更新パスに従うかどうかを報告します。
我々はHermes+を開発し、エージェントループの段階にわたって5つのターゲット的介入でHermesを拡張した。
論文 参考訳(メタデータ) (2026-08-04T17:58:05Z) - Momento: Evaluating Persistent Memory and Reasoning with Multi-Session Agentic Conversations [14.480725554900777]
マルチセッションサービス環境における永続的エージェントタスク補完のためのベンチマークであるMomentoを紹介する。
実験結果から,現在のエージェントはユーザ状態の誤推定によってフェールすることが明らかとなった。
論文 参考訳(メタデータ) (2026-05-30T18:08:51Z) - AgentOdyssey: Open-Ended Long-Horizon Text Game Generation for Test-Time Continual Learning Agents [50.667928258781934]
我々はAgentOdysseyを紹介した。AgentOdysseyは、リッチエンティティ、ワールドダイナミクス、ロングホライゾンタスクを備えたオープンエンドテキストゲームを手続き的に生成する新しい評価フレームワークである。
ゲーム進行だけでなく、世界知識獲得、エピソード記憶、オブジェクトとアクションの探索、アクションの多様性、モデルコストの診断テストも提供する多面的評価手法を提案する。
実験の結果、エージェントのキー能力の限界と、その意味のある地平線に影響を与える要因が明らかになった。
論文 参考訳(メタデータ) (2026-05-29T22:40:51Z) - Autonomous Continual Learning of Computer-Use Agents for Environment Adaptation [57.65688895630163]
ACuRLは自律的なカリキュラム強化学習フレームワークで、エージェントを人間データゼロの特定の環境に継続的に適応させる。
本研究では,環境内学習と環境横断学習の両方を効果的に実現し,既存の環境を忘れずに4~22%の性能向上を実現した。
論文 参考訳(メタデータ) (2026-02-10T23:06:02Z) - AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress [71.02263260394261]
大規模言語モデル(LLM)は、マルチターン意思決定タスクにおいて依然として課題に直面している。
プロセス報酬モデル(PRM)を構築し、各意思決定を評価し、エージェントの意思決定プロセスを導く。
AgentPRMは、シーケンシャルな決定と最終的な目標への貢献の間の相互依存の両方をキャプチャする。
論文 参考訳(メタデータ) (2025-11-11T14:57:54Z)
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。