論文の概要: Evolver: Turning Agent Exploration into Evolving Capabilities
- arxiv url: http://arxiv.org/abs/2611.07595v1
- Date: Thu, 05 Nov 2026 07:44:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.587063
- Title: Evolver: Turning Agent Exploration into Evolving Capabilities
- Title（参考訳）: Evolver: エージェント探索を進化能力に変える
- Abstract要約: Evolverは、エージェント探索を永続的で再利用可能な機能に変換するフレームワークです。
Evolverは、エクスペリエンス獲得、検索、フィードバック誘導進化を統合して、エクスペリエンス条件付き実行をサポートする。
- 参考スコア（独自算出の注目度）: 10.92784714025238
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent exploration produces valuable procedural knowledge, yet much of this experience remains confined to transient execution traces and is not systematically reused. We introduce Evolver, an experience-driven framework that transforms agent exploration into persistent, reusable capabilities without updating foundation model parameters. Built around structured Gene assets, Evolver integrates experience acquisition, retrieval, and feedback-guided evolution to support experience-conditioned execution across existing agent harnesses. We evaluate Evolver using Claude Code and Codex, two foundation model configurations, and four benchmarks: Terminal-Bench 2.1, SWE-bench Multilingual, SWE-rebench, and GAIA. On a selected diagnostic set of 320 paired executions, Evolver improves task success from 83.13% to 87.50% (+4.38 percentage points) while reducing recorded task-execution token consumption by 24.24%. Furthermore, among 265 pairs successful under both conditions, token consumption decreases by 17.57%, demonstrating efficiency benefits even when task success is preserved. These findings suggest that persistent procedural experience can improve both task effectiveness and execution efficiency, providing a practical foundation for transforming agent exploration into evolving capabilities.
- Abstract（参考訳）: エージェント探索は貴重な手続き的知識を生み出すが、この経験の多くは過渡的な実行トレースに限られており、体系的に再利用されていない。
Evolverは、エージェント探索を基礎モデルパラメータを更新することなく、永続的で再利用可能な機能に変換する、エクスペリエンス駆動のフレームワークです。
構造化されたGeneアセットを中心に構築されたEvolverは、既存のエージェントハーネス間のエクスペリエンス条件付き実行をサポートするために、エクスペリエンス取得、検索、フィードバックガイド付き進化を統合する。
我々は、Claude CodeとCodexを使ったEvolverの評価を行い、2つの基盤モデル構成と4つのベンチマーク、 Terminal-Bench 2.1、SWE-bench Multilingual、SWE-rebench、GAIAを評価した。
320回のペア実行で選択された診断セットでは、Evolverはタスク成功率を83.13%から87.50%(+4.38ポイント)に改善し、記録されたタスク実行トークンの消費量を24.24%削減した。
さらに、両方の条件下で成功した265組のうち、トークンの消費は17.57%減少し、タスク成功が保存された場合でも効率性を示す。
これらの結果から,持続的な手続き的経験は作業効率と実行効率の両方を改善することが示唆され,エージェント探索を進化能力に変換するための実践的基盤となった。
関連論文リスト
- $Δτ$-Bench: Pushing Agents Toward a Moving Capability [40.05420723784409]
$$-Benchは、大規模なツールエコシステムの構造的進化をモデル化する実行可能なエージェントベンチマークである。
エージェントが効率的なツール利用経路を積極的に発見できるかどうかを評価し、蓄積した手続き的知識を迅速に修正する。
実験によると、Sterwardは、スキル維持のオーバーヘッドが低いエコシステムの変化に対して、より高いタスク成功を維持している。
論文 参考訳（メタデータ） (2026-10-25T12:10:52Z) - GuideEvolve: Self-Evolving Agent Framework with Expert Guidance and 3Ts Mechanisms [0.0]
GuideEvolveは、専門家のガイダンスと3つの自律的な規制機構を組み込んだ、自己進化型エージェントフレームワークである。
現在の最先端モデルに匹敵するパフォーマンスメトリクスを実現する。
100%の進化成功率を達成し、ベースラインの82%よりも優れている。
論文 参考訳（メタデータ） (2026-10-21T16:46:22Z) - Forging More Tasks into Better Harnesses: Agentic Harness Evolution via Successive Scale Racing [57.24288092779518]
エージェントハーネスの進化 エージェントの指示、ツール、制御フローを、そのタスク実行経験を進化的エビデンスとして利用することによって最適化する。
より進化的なタスクは直感的にパフォーマンスを改善するべきであるが、予備研究ではパラドックス的な障害モードが明らかにされている。
進化ラウンド毎に最適なエビデンスの組み合わせを適応的に探索するフレームワークであるSSRを提案する。
論文 参考訳（メタデータ） (2026-10-20T18:36:33Z) - VisualEvolve: A Skill Self-Evolution Framework for Visual Reasoning [50.86992960366212]
視覚ツールの使用により、視覚言語モデル(VLM)はタスク関連エビデンスを取得することができるが、その有効性は、事前に定義された視覚操作と、トレーニング中に学習したツール利用戦略によって制限される。
Select-Execute--Evolve--Evaluate cycleを通して、VLMの実行可能なビジュアル操作とツール利用戦略を進化させるフレームワークであるVisualEvolveを提案する。
VisualEvolveは、初期スキルライブラリを24設定中23で改善し、Qwen3.5-Plusを使用してVisualProbe Hardで最大15.1ポイント向上した。
論文 参考訳（メタデータ） (2026-10-20T15:37:38Z) - Drafting Agents, Not Just Tokens: Speculative Recursive Self-Improvement for Agentic Systems [58.89141999692635]
提案するSpeculative Recursive Self-Improvement(SpecRSI)は,前任者が十分に評価される前に,実行可能な後継エージェントをドラフトする。
VATSは、予測された継続の返却を使って、さらなる編集と優れたチェックの間に予算を割り当てる。
グループ検証最適化(GVO)は、実際の評価器を固定しながら、完了した探索から改善器を学習する。
論文 参考訳（メタデータ） (2026-10-12T09:43:48Z) - UndoBench: Separating Task Competence from Recovery Capability in Tool-Using AI Agents [0.0]
UndoBenchは8つのエンタープライズドメインにまたがる36のベースと36の障害シナリオにまたがるベンチマークです。
2つのオープンウェイトモデル、2つのフレームワーク、3つのリカバリパラダイムにまたがる12のホールドアウトTESTでは、名目上の能力は83.54%に達した。
商用APIモデルへの拡張は、この能力回復分離を再現した。
論文 参考訳（メタデータ） (2026-10-04T23:36:11Z) - Analyzing and Mitigating Cost-Inefficient Behaviors in Coding Agents [14.861968433466316]
我々はClaude CodeとMini-SWE-Agentから1200のトラジェクトリを解析した。
提案手法は,推定検索,類似スクリプト生成,テスト再実行の3つのコスト非効率動作を同定する。
次に,構造認識検索,エージェント合成スキル,開発者設計スキルの3つの緩和戦略を評価する。
論文 参考訳（メタデータ） (2026-09-25T02:54:18Z) - APEX-EM: Non-Parametric Online Learning for Autonomous Agents via Structured Procedural-Episodic Experience Replay [7.370176470430802]
LLMベースの自律エージェントは、永続的な手続き記憶を欠いている。
我々は,構造化手続き計画の蓄積,検索,再利用を行う非パラメトリックオンライン学習フレームワークであるAPEX-EMを提案する。
論文 参考訳（メタデータ） (2026-03-31T00:24:56Z) - RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback [54.39884046754265]
RetroAgentは、エージェントが複雑なインタラクティブ環境をマスターできるオンラインRLフレームワークである。
実験の結果,RetroAgentはSOTA(State-of-the-art)の性能を達成できた。
論文 参考訳（メタデータ） (2026-03-09T16:23:33Z)
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。