arXiv cs.AIが11月2日(現地時間)、発表した論文「Strategist: Evolving Reasoning with Agents」によると、人工知能 (AI) エージェントの推論戦略をタスク間で自律的に進化させるメタエージェント「Strategist」が提案された。同システムは、手動構築による既存の推論戦略における課題を克服するため開発され、30のベンチマーク中24件で既存の有力なベースラインを上回った。平均精度74.7%を達成し、同時に推論コストを39%削減する効果を示している。
この研究は、AIエージェントシステムにおける課題に着目している。現在のAIエージェントシステムでは、モデル自体がその機能の半分を占め、残りの半分は、モデルの出力を具体的な応答へと変換する推論戦略（reasoning procedure）が担っているとされている。しかし、従来の推論戦略は研究者によって手動で記述されており、特定のタスク向けに開発された知見や経験が、新たな戦略の構築に効率的に引き継がれないという根本的な問題があった。
「Strategist」は、この課題を解決するために設計された。このシステムでは、個々の推論戦略を再利用可能な実行可能コードである「ブループリント」として形式的に記述する。これらのブループリントは互いに連携し、包括的なライブラリを形成する。特定のタスクと少量の開発用データセットが与えられた場合、「Strategist」は以下のプロセスを自律的に実行する。
- 関連するブループリントをライブラリから検索する。
- 検索されたブループリントを基に、複数の候補となる戦略を生成する。
- 生成された候補戦略を実際のデータサンプルでテストし、その性能を評価する。
- 評価結果に基づいて戦略を改訂し、最適化を図る。
このプロセスを通じて作成された各候補戦略は、ブループリントのライブラリに動的に追加される。これにより、後続のタスクは以前の探索と発見に基づいて、より効率的かつ高度な戦略を構築できるようになる。研究チームは、このアプローチが推論戦略の自己改善を可能にし、開発コストと時間の削減に貢献すると述べている。
論文著者のタイミン・ルー氏らは、この「Strategist」が未見のタスクや、異なる基盤モデルに対しても、追加の探索なしに開発した戦略を転用できる汎用性を持つことを報告している。これは、手動構築では困難だったAIシステムの自己改善能力を大きく向上させる可能性を示唆している。研究チームは「Strategist」の導入により、AIエージェントがより複雑で動的な環境に適応し、効率的に学習・進化する道を拓くと期待を寄せている。
参考: arXiv cs.AI (アーカイブ) — 2026年11月3日 03:51 (JST)