arXivの論文「An Architecture for Long-Horizon Agents」（Erik Nijkamp、Anurag Koul、Egor Pakhomov、Bo Pang）は、数日から数週間にわたる長期タスクを遂行できる言語モデルエージェントの設計を扱っています。著者らは「長期稼働エージェントは、継続学習ができるようになる前に、忘却せずに継続稼働できなければならない」と主張し、その能力はモデル自体ではなく周辺の仕組みに依存するとしています。
7つのボトルネックを特定したうえで、時間スケール別のレベル構造、自律行動単位としての「クロック刻み（tick）」、より能力の高いモデルへの段階委譲という3要素からなる階層的アーキテクチャを提案し、10日間のキャンペーン実験でその有効性を示したと報告しています。
出典が伝えている要点
- 論文タイトルは「An Architecture for Long-Horizon Agents: Levels, Ticks and Cascaded Intelligence」
- 著者はErik Nijkamp、Anurag Koul、Egor Pakhomov、Bo Pangの4名
- 論文は数日から数週間にわたる長期的な作業を遂行できる言語モデルエージェントの設計に焦点を当てている
- 著者らの主張は「長期稼働エージェントは、継続学習ができるようになる前に、忘却せずに継続稼働できなければならない」というもの
- この能力はモデル自体ではなく、その周辺の仕組みに依存すると主張している
- 著者らは7つのボトルネックを特定した
- 提案アーキテクチャは時間スケール別のレベル構造、自律行動の単位としての「クロック刻み」、より能力の高いモデルへの段階的な処理委譲という3つの要素から成る
- 論文では10日間のキャンペーン実験を報告し、提案アーキテクチャの有効性を実証したとしている
原文より
a long-horizon agent must run continually without forgetting before it can learn continually
出典: arxiv.org