arxiv arXiv cs.CL · たった今 · research

JIT-Agentがオンザフライのハーン進化によりエージェント型LLMのパフォーマンスを向上

翻訳元 English → 日本語

著者らは、任意の市販のエージェント型LLMに対してタスク適応型のエージェントハーンを合成するように訓練されたハーンインテリジェンスモデルであるJIT-Agentを発表する。このアプローチは、エージェントハーンを固定された4モジュールプロトコルによって制御される組み合わせ可能なアーティファクトとして形式化し、システムがハーンをオンザフライでカスタマイズおよび修復できるようにする。

JIT-Agentは、過去の構成の拡張されたアーカイブからパフォーマンス信号を蒸留して、その戦略を自己進化させる。
DeepSeek-V4-Flashは、JIT-Agentを搭載することでDeepSearchQA (+9.1) およびOdysseyBench (+4.3) においてGPT-5.6を上回る。
GLM-5.2モデルは、パフォーマンスの改善で最大+20.2ポイントの向上を得る。
生成されたハーンは、OpenCodeやClaude Codeのような成熟したエージェントランタイムと競争力がある。
この手法は、DeepSeek V4、Mimo-V2.5、Qwen3.6を含むマルチスケールのモデルファミリーの一貫した改善を実現する。

JIT-Agentは、ハーンインテリジェンスを、モデルのスケーリングとは直交し、訓練可能で転移可能かつ複合的なエージェント能力の次元として確立する。

重要度 2/3 差別化要素を備えた新しい評価ハーネス arXiv cs.CL DeepSeek AI agents Research paper

原文を読む

関連記事

arxiv arXiv cs.CL · 9日前 · 4 回表示

Mint-Agentが金融ネイティブなエージェント型基盤モデルを導入

研究者らが、信頼性の高い実行と長期の調査能力を組み合わせるために設計された金融ネイティブなエージェント型モデルファミリーであるMint-Agentを発表した。本システムは3つの柱に基づいて構築されている：専門タスク用のデータエンジン、監査可能な証拠トレイルのためのMintHarness環境、そしてSFT、OPD、RLVRを組み合わせたトレーニングレシピ。

arxiv arXiv cs.LG · 13日前 · 25 回表示

Faraday 27B が論文再現タスクにおいて Claude Opus 4.8 および GPT-5.5 を上回る

研究者らは、信頼性の高い科学知識の必要性に対応するため、論文再現のためのスケーラブルなタスク空間である Replica を開発しました。彼らは、この環境を活用するために、コーディングエージェントをツールとして使用する 27B パラメータの「AI Scientist」エージェントである Faraday のファインチューニングを行いました。

arxiv arXiv cs.AI · 13日前 · 21 回表示

Faraday 27B が論文再現タスクで Claude Opus 4.8 および GPT-5.5 を上回る

研究者らは、論文再現のためのスケーラブルなタスク空間である Replica を開発し、人間の評価と整合する低ノイズ報酬信号を提供するための自動生成されたルーブリックベースのジャッジを導入しました。

arxiv arXiv cs.CL · 53日前 · 8 回表示

AutoMemはLLMの認知スキルとしてのメモリ学習を自動化する

研究者らは、AutoMemを発表した。これは大規模言語モデルにおけるメモリ管理を静的な構成要素ではなく、訓練可能なスキルとして扱うフレームワークである。このシステムはファイルシステム操作を第一級のメモリアクションへと昇格させ、モデルが知識のエンコーディング、取得、整理の方法を自律的に決定できるようにする。

arxiv arXiv cs.CL · 58日前 · 7 回表示

パラメータのスケールアップではなくホライゾンの拡張：35Bエージェントでトリリオン・パラメータ級のパフォーマンスを実現

研究者らは、エージェントのホライズンをスケールアップすることで、パラメータ数ではなくパフォーマンスをトリリオン・パラメータモデルに匹敵するものとする35B Mixture-of-Expertsモデル「Agents-A1」を発表した。このアプローチは、長期ホライズンの軌道（trajectories）の延長と、特殊なトレーニングインフラストラクチャを通じて多様なエージェント能力を統合することに重点を置いている。