エージェント自己修正、反例フィードバックで精度向上 A-CEGISが新たな評価枠組み提案
arXiv cs.CLは2026年9月4日(現地時間)、Sidhesh Badrinarayan氏とAdithya Parthasarathy氏らが、エージェントの自己修正を評価する新たな軽量フレームワーク「A-CEGIS」に関する論文を公開しました。同研究は、従来の単一ターン評価が、エージェントが具体的なフィードバックに基づいて成果物を修正する能力を過小評価していると指摘。反例をフィードバックとして活用し、自然言語から正規表現を合成する複数ターンでの改善評価手法を提案しています。