Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Agent KB: Leveraging Cross-Domain Experience for Agentic Problem Solving

Created by
  • Haebom

作者

Xiangru Tang, Tianrui Qin, Tianhao Peng, Ziyang Zhou, Daniel Shao, Tingting Du, Xinming Wei, Peng Xia, Fang Wu, He Zhu, Ge Zhang, Jiaheng Liu, Xingyao Wang, Sirui Hong, Chenglin Wu, Hao Cheng, Chi Wang, Wang

概要

AIエージェントフレームワークは孤立して動作し、エージェントが異なるシステムでソリューションを再発見し、間違いを繰り返すようにします。 AGENT KBは、これらの問題を解決するために、さまざまなエージェントフレームワーク間のシームレスな経験共有を可能にする汎用メモリインフラストラクチャを提供します。 AGENT KBは、軌跡を構造化された知識ベースに集約し、軽量APIを提供し、ハイブリッド検索を介してエージェントにクロスドメインワークフローを提供し、フィードバックを介して目標診断を適用します。さらに、不一致ゲートを介して検索された知識が推論を向上させることができます。 GAIA、Humanity's Last Exam、GPQA、SWE-benchで主要フレームワークを対象にAGENT KBを検証した結果、さまざまなモデルで大幅な性能向上が見られました。

Takeaways、Limitations

Takeaways:
AGENT KBは、異なるエージェントフレームワーク間の知識共有を可能にし、エージェントが問題を解決する方法を改善します。
ハイブリッド検索とフィードバックステップによりパフォーマンスが向上し、手動でキュレーションされた経験と同様のパフォーマンスが得られます。
さまざまなモデルとベンチマークで有意なパフォーマンス向上を実証しました。
Limitations:
まだ具体的なLimitationsへの言及はありません。 (論文要約情報にLimitations関連内容がない)
👍