LLMエージェントの頑健性向上、新学習手法を研究
Artin Tajdini氏、Manpreet Kaur氏、Peng Qi氏らは2026年10月14日(現地時間)、arXiv cs.LGにて、大規模言語モデル (LLM) エージェントの頑健性を向上させる「Cross-Interface Policy Regularization (CIPR)」と呼ばれる新しい自己教師あり学習手法に関する研究論文を発表した。学習インターフェースの変更に対し、エージェントのパフォーマンス低下を抑えることが目的だ。