リサーチ・論文

言語エージェント訓練効率化、行動と予測の共進化で高機能化

arXiv cs.AI は10月14日(現地時間)、言語エージェントの訓練における高コスト課題を解決する新手法を提案する論文を公開した。この手法は、標準的な強化学習 (Reinforcement Learning、RL) では活用しきれていなかった中間ステップの教師信号を有効利用し、行動 (acting) と予測 (forecasting) を共進化させることで訓練のボトルネック解消と効率向上を目指す。従来の価値ターゲットや観測ターゲットが抱える構築の難しさを克服するため、マルチステップのアクションターゲットを導入している。

リサーチ・論文

LLMエージェント計画能力向上へ、自己進化型ワールドモデルWorldEvolver発表

arXiv cs.AIは2026年6月29日(現地時間)、シュアン・チャン (Xuan Zhang) 氏らの研究チームが、大規模言語モデル (LLM) エージェントの計画能力に予測性能を付与する自己進化型ワールドモデルフレームワーク「ワールドエボルバー (WorldEvolver)」を発表しました。ワールドエボルバーは、展開時にコンテキストを改訂しつつ、エージェントの意思決定を劣化させる可能性のある不安定な予測に対処するため、下流エージェントとすべてのモデルパラメータを凍結する機構を特徴としています。