#EMNLP-2026 関連記事

オンラインエージェント向け State-Path Tool Menu を発表

arXiv cs.AI は2026年9月10日(現地時間)、言語モデルが利用するツールライブラリの効率化に関する研究論文を公開した。同論文は、オンラインエージェント向けに「ツールメニュー (tool menu)」の概念と「State-Path Tool Menu」と呼ばれる新たな手法を提案している。これは、数千のインターフェースを含むツールライブラリから、実行前にエージェントに提示するツールの短く順序付けられたサブセットを作成する。本手法は事前実行経路である「ステートパス (state path)」を学習し、多段階タスクにおいて最終アクションとその前提ツールを適切な順序で提供する。

arXiv、基盤モデルの教師なしポストトレーニングに関する調査論文を公開

arXivは2026年8月26日(現地時間)、基盤モデル（Foundation Models）の「教師なしポストトレーニング（Unsupervised Post-Training、UPT）」に関する調査論文を公開した。本論文は、人間によるラベル付けや、より強力な教師モデルといった外部のオラクルに依存せず、ラベルなし入力から学習シグナルを得てモデルを適応させる80種類のUPT手法を体系的に分類している。また、内部シグナルやタスク構造の選択が、モデルの性能向上またはエラーの再帰的増幅に与える影響について分析している。