エージェント重要度 ★10
EEVEE: 自己改善エージェントのための実世界でのテスト時プロンプト学習に向けて
EEVEE: Towards Test-time Prompt Learning in the Real World for Self-Improving Agents
https://export.arxiv.org/api/query·2026/6/9
AI要約
LLMエージェントのための初のマルチデータセットテスト時プロンプト学習フレームワーク「EEVEE」を提案。現実世界の多様なタスクストリームに対応し、実用性を向上させる。
AI要点
- LLMエージェント向けに、実世界でのタスクストリーム下でのテスト時プロンプト学習を可能にするEEVEEを提案。
- EEVEEは、複数のデータセット、ドメイン、タスク分布からの異種入力を処理する必要がある実世界応用を想定。
- クロスデータセット干渉を軽減するため、ルーターがタスククラスターに分割し、適切なプロンプト設定を割り当てる。
- ルーターとプロンプトの共進化戦略により、相互依存性を考慮して最適化。
- 異種データストリーム下での頑健性を向上させ、既存手法を大幅に上回る性能を示す。
なぜ重要か
実世界で発生する多様で変化するタスクストリームに対応できるLLMエージェントのテスト時プロンプト学習フレームワークを提供し、AIエージェントの適応能力と実用性を飛躍的に向上させる。