論文の概要: AgentSSL: Can MLE Agents Leverage Unlabeled Data?
- arxiv url: http://arxiv.org/abs/2611.17323v1
- Date: Thu, 12 Nov 2026 18:59:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.601725
- Title: AgentSSL: Can MLE Agents Leverage Unlabeled Data?
- Title(参考訳): AgentSSL:MLEエージェントはラベルなしデータを活用できるか?
- Abstract要約: 本稿では,エージェント・セミ・スーパーバイザド・ラーニング(AgentSSL)を導入し,プログラム検索問題としてSSLをフレーミングし,限られた監督の下でエージェントがこの空間をナビゲートする方法を研究する。
弱いフィードバックと一致した計算でも、エージェントは、12設定中8つの最強の人間工学ベースラインを超えるコードを、+21.8%まで合成できる。
本稿では,エージェントのフィードバック基準に基づいてプログラム選択を選択した場合,パフォーマンスが最大47%低下するエージェントSSLにおいて,プログラム選択を重要なボトルネックとみなす。
- 参考スコア(独自算出の注目度): 4.664366093074457
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Applying machine learning systems to new domains introduces bottlenecks in both labeled data acquisition and manual pipeline engineering. While recent MLE agents show promise in automating pipeline design, they have been studied almost exclusively in fully supervised settings, leaving them untested in realistic regimes where labeled data is scarce but unlabeled data is abundant. In this work, we introduce Agentic Semi-Supervised Learning (AgentSSL), framing SSL as a program search problem and studying how agents navigate this space under limited supervision. We find that even under weak feedback and matched compute, agents can synthesize code that combines and adapts established SSL techniques, exceeding the strongest human-engineered baselines in 8 of 12 settings by up to +21.8%. However, our results identify program selection as a critical bottleneck in AgentSSL, where performance drops by as much as 47% when selecting based on the agent's feedback metric. To systematically study this bottleneck, we introduce ProgramSelectBench, a large-scale benchmark with a combined total of 16,977 agent-generated and human-engineered SSL programs, and evaluate both unsupervised and active program selection methods. We further evaluate AgentSSL on real-world ecology detection tasks, highlighting the opportunities and challenges of transferring agent-discovered strategies beyond controlled benchmarks.
- Abstract(参考訳): 機械学習システムを新しいドメインに適用することは、ラベル付きデータ取得と手動パイプラインエンジニアリングの両方のボトルネックを導入する。
最近のMLEエージェントはパイプライン設計の自動化を約束しているが、ほとんど完全に教師付き設定で研究されており、ラベル付きデータが不足しているがラベル付きデータが豊富である現実的な状況ではテストされていない。
本稿では,エージェント・セミ・スーパーバイズド・ラーニング(AgentSSL)を導入し,プログラム検索問題としてSSLをフレーミングし,限られた監督の下でエージェントがこの空間をナビゲートする方法を研究する。
弱いフィードバックと一致した計算の下でも、エージェントは確立したSSL技術を組み合わせて適応するコードを合成することができ、12設定中8設定で最強の人間工学ベースラインを+21.8%まで越えることができる。
しかし,プログラム選択はエージェントのフィードバック基準に基づいて選択した場合,パフォーマンスが最大47%低下するエージェントSSLにおいて重要なボトルネックとなる。
このボトルネックを体系的に研究するために,プログラムセレクトベンチ(ProgramSelectBench)という,エージェント生成とヒューマンエンジニアリングの合計16,977個のSSLプログラムを組み合わせた大規模ベンチマークを導入し,教師なしおよびアクティブなプログラム選択方法の評価を行った。
我々は、実世界の生態検出タスクにおいてAgenSSLをさらに評価し、制御されたベンチマークを超えてエージェント発見戦略を転送する機会と課題を強調した。
関連論文リスト
- TrajAudit: Automated Failure Diagnosis for Agentic Coding Systems [18.833806809109536]
エージェントシステムは、バグ修正などのソフトウェアエンジニアリングジョブを自動化するために広く研究されている。
既存の自動故障診断アプローチはタスク実行軌跡を活用するが、その効果は軌道長と複雑性の増加とともに低下する。
リポジトリレベルのコーディングタスクには、冗長なプログラム構造や冗長なコードコンテキストなど、トラジェクトリにはノイズが伴っている。
我々は,リポジトリレベルのコーディングトラジェクトリのための最初の障害診断フレームワークであるTrajAuditを提案する。
論文 参考訳(メタデータ) (2026-05-26T05:24:37Z) - Constitutional Black-Box Monitoring for Scheming in LLM Agents [1.4619913143519836]
我々は言語モデルを用いて不審な行為に対するエージェントの行動を調べる。
本研究では,外部観測可能な入力と出力のみを用いて,スケジューリングを検出する構成的ブラックボックスモニタについて検討する。
我々の設定では、より広範な最適化の結果と一致する単純なプロンプトスイープによって、パフォーマンスが急速に飽和していることが分かりました。
論文 参考訳(メタデータ) (2026-02-28T22:31:32Z) - Hierarchical Semi-Supervised Active Learning for Remote Sensing [20.305328912143054]
半教師付き学習(SSL)と新しい階層型アクティブ学習(HAL)を統合した階層型半教師付きアクティブラーニング(HSSAL)フレームワークを提案する。
各イテレーションでSSLは、教師付き学習と弱い自己学習を通じてラベル付きデータとラベルなしデータの両方を使用してモデルを洗練し、特徴表現の改善と不確実性推定を行う。
UCM、AID、NWPU-RESISC45を含む3つのベンチマークRSシーン分類データセットの実験は、HSSALがSSLまたはALのみのベースラインを一貫して上回ることを示した。
論文 参考訳(メタデータ) (2025-11-22T13:25:42Z) - WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning [73.91893534088798]
WebSailorは、この重要な機能を組み込むように設計された、完全なポストトレーニング方法論である。
我々のアプローチは、構造化サンプリングと情報難読化によって、新しい、不確実なタスクを生成することである。
WebSailorは複雑な情報検索タスクにおいて、すべてのオープンソースエージェントを著しく上回る。
論文 参考訳(メタデータ) (2025-09-16T17:57:03Z) - Trae Agent: An LLM-based Agent for Software Engineering with Test-time Scaling [18.390443362388623]
Trae Agentは、リポジトリレベルのイシュー解決のための、最初のエージェントベースのアンサンブル推論アプローチである。
広範に評価されたSWEベンチマークにおいて,3つの主要な大規模言語モデル(LLM)を用いて実験を行った。
Trae Agentは、Pass@1の観点で、すべてのベースラインに対して平均10.22%の改善で、一貫して優れたパフォーマンスを実現している。
論文 参考訳(メタデータ) (2025-07-31T09:37:22Z) - Which Agent Causes Task Failures and When? On Automated Failure Attribution of LLM Multi-Agent Systems [50.29939179830491]
LLMマルチエージェントシステムにおける障害帰属は、まだ調査が過小評価されており、労働集約的である。
本稿では,3つの自動故障帰属手法の開発と評価を行い,その欠点と欠点を要約する。
最良の方法は、障害に応答するエージェントを特定する際に53.5%の精度を達成するが、故障の特定には14.2%しか役に立たない。
論文 参考訳(メタデータ) (2025-04-30T23:09:44Z) - Semi-Supervised Class-Agnostic Motion Prediction with Pseudo Label
Regeneration and BEVMix [59.55173022987071]
クラス非依存動作予測のための半教師あり学習の可能性について検討する。
我々のフレームワークは一貫性に基づく自己学習パラダイムを採用しており、ラベルのないデータからモデルを学習することができる。
本手法は,弱さと完全教師付き手法に匹敵する性能を示す。
論文 参考訳(メタデータ) (2023-12-13T09:32:50Z)
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。