arXiv (アーカイヴ) は2026年10月27日(現地時間)、ザック・ユー氏らが発表した研究論文において、大規模言語モデル (LLMs) を用いたエージェントの自己改善学習を強化する新たなフレームワーク「GEPA-Curator」を発表した。このフレームワークは、プロンプト最適化に利用するエージェントの経験を厳選することで性能を最大21.2%向上させ、既存手法が直面していた有用でない学習シグナルによる性能低下の問題解決を目指す。
大規模言語モデル (LLMs) を活用したエージェントは、マルチターンエージェントワークロードにおいてその利用が拡大している。しかし、既存の反射型プロンプト最適化器は、エージェントが失敗したロールアウトから学習する際に課題を抱えていた。従来の学習方法では、プロンプトの設計上の弱点、ハーネス（テスト環境）の制限、確率的な実行挙動、あるいはノイズの多い評価者からのフィードバックなど、さまざまな要因から生じるエージェントの失敗が、必ずしも有用な学習シグナルとはならず、むしろ学習プロセスに悪影響を及ぼし、全体的な性能を低下させる可能性があった。
こうした背景から開発された「GEPA-Curator」は、これらの課題に対処し、より堅牢で効率的な自己改善学習を実現することを目指す。このフレームワークは、特にエージェントの経験データの中から、プロンプト最適化に最も貢献する情報を選別する「キュレーション」の概念を導入している。
GEPA-Curatorは、二つの主要なコンポーネントによって構成される。一つはタスクキュレーション (task curation)であり、これはノイズが多く信頼性の低い学習シグナルを提供する可能性のあるタスクを、学習プロセスから積極的に除外する機能を持つ。これにより、エージェントは質が高く、真に有用なフィードバックに基づいて学習を進めることが可能となる。不適切なデータを除外することで、学習の効率性と精度が向上し、有害な学習ループに陥るリスクを低減する。
もう一つのコンポーネントは事前成功検索 (prior success retrieval)である。これは、特定のエージェントタスクにおいて過去に成功した実行の軌跡を選択的に検索し、その情報をプロンプト最適化器に追加のコンテキストとして提供する機能だ。成功事例を学習の参照点として利用することで、最適化器はより効果的なプロンプト生成戦略を導き出すことができ、エージェントの行動をより迅速かつ正確に改善する手助けとなる。失敗から学ぶだけでなく、成功のパターンを積極的に模倣することで、学習曲線を加速させる効果が期待される。
GEPA-Curatorの有効性は、GoBrowse、ALFWorld、AppWorld、および $\tau$-bench といった複数の環境で徹底的に評価された。最適化モデルとしては、高性能な大規模言語モデルであるGemini 3.1 ProとClaude Opus 5が使用された。これらの評価結果は、GEPA-CuratorがベースラインであるGEPAおよびACEと比較して、同等かそれ以上の平均性能を示すことを明確に裏付けている。具体的には、GEPAに対して最大20.7%の性能向上、そしてACEに対しては最大21.2%の性能向上を達成したことが確認された。この成果は、GEPA-CuratorがLLMsを用いた自己改善エージェントの信頼性と効率性を大幅に高める可能性を示している。
参考: arXiv cs.CL (アーカイブ) — 2026年10月28日 02:58 (JST)
原文ハイライト"Curated Learning for Self Improving Agents"