Tag
5 件の関連記事
arXiv cs.AIは2026年9月8日(現地時間)、Niloy Kumar Mondal氏らが、自然言語で記述された課題からQuadratic Unconstrained Binary Optimization (QUBO) の定式化を自律的に生成するマルチエージェントフレームワークに関する論文を発表しました。量子計算機との互換性で注目されるQUBOの定式化は専門知識を要しますが、提案フレームワークは新たなベンチマーク「QUBOBench」で68%の精度を達成しています。
ユーチェン・シア氏らの研究チームは、大規模言語モデル (LLM) エージェントがシミュレーションモデルを活用し、制御された実験を実施するマルチエージェントフレームワークを開発した。8月21日(現地時間)にarXiv cs.AIで公開された論文は、このフレームワークが製薬プロセスの設計などにおいて、実験設計、比較シミュレーション、結果解釈、最適パラメーター推奨といった一連の工程を支援すると報告している。
arXiv（アーカイヴ）は2026年6月9日(現地時間)、テキスト、画像、音声、動画など多様なモダリティを統合的に扱うオムニモーダルエージェントオーケストレーションフレームワーク「Orchestra-o1（オーケストラ・オーワン）」に関する論文を発表した。このフレームワークは、大規模言語モデル (LLM) ベースのマルチエージェントシステムにおける課題に対応し、異種情報源の連携を可能にする。Orchestra-o1はOmniGAIAベンチマークで既存の次点手法を10.3%上回る精度を達成した。
OncoAgent Research Groupは2026年5月9日(現地時間)、オープンソースのプライバシー保護型腫瘍学臨床意思決定支援システム「OncoAgent」を発表しました。このシステムは、デュアルティアのLLMアーキテクチャと、マルチエージェントのLangGraphトポロジー、4段階のCorrective RAGパイプラインを組み合わせています。70以上の医師向けNCCNおよびESMOガイドラインに基づき、3層のリフレクション安全バリデーターが厳格なZero-PHIポリシーを適用します。
Yi Xie氏らの研究チームは2026年4月17日、複数のLLMを中央コントローラーなしで協調訓練する手法「Sequential Agent Tuning（SAT）」をarXiv cs.LGで発表した。SATはfactorized policyとblock-coordinate updatesを組み合わせ、単調な性能改善とプラグアンドプレイ不変性という二つの理論的保証を提供する。3つの4Bパラメータエージェントのチームがより大規模なQwen3-32Bを上回った実験結果も報告された。