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。

A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence

Created by
  • Haebom

作者

Huan-ang Gao, Jiayi Geng, Wenyue Hua, Mengkang Hu, Xinzhe Juan, Hongzhang Liu, Shilong Liu, Jiahao Qiu, Xuan Qi, Yiran Wu, Hongru Wang, Han Xiao, Yuhang Zhou, Shaokun Zhang, Jiayi Zhang, Zhao, Dongrui Liu, Qihan Ren, Cheng Qian, Zhenhailong Wang, Minda Hu, Huazheng Wang, Qingyun Wu, Heng Ji, Mengdi Wang

概要

本論文は、自己進化型エージェントの最初の体系的かつ包括的なレビューを提供します。大規模言語モデル（LLM）の静的特性が限られていることを指摘し、新しい作業、進化する知識領域、または動的な相互作用環境に内部パラメータを適応できないLLMの制限を克服するための自己進化型エージェントの必要性を強調します。論文は「何を」、「いつ」、「どのように」進化させるかという3つの基本的な側面を中心に自己進化型エージェントを組織化して進化メカニズム(モデル、メモリ、ツール、アーキテクチャなど)、適応方法(テスト時間内、テスト時間間など)、アルゴリズムおよびアーキテクチャ設計(スカラー補償、テキストフィードバック、単一エージェント)また、自己進化型エージェントに合わせた評価指標やベンチマークを分析し、コーディング、教育、医療などの分野の応用事例を強調し、安全性、スケーラビリティ、共振化力学などの重要な課題や研究方向を提示します。最終的に人工超知能（ASI）の実現のための青写真を提示します。

Takeaways、Limitations

•
Takeaways：
◦
自己進化型エージェントの体系的なレビューにより、研究と実際の展開のためのロードマップを提供します。
◦
LLMの限界を克服し、継続的な学習と適応を可能にする新しいアーキテクチャと方法を紹介します。
◦
さまざまな分野（コーディング、教育、医療など）での応用可能性を示しています。
◦
ASIを実現するための重要なステップを提示します。
•
Limitations：
◦
論文で提示されたASIの見通しはまだ理論的なレベルであり、実際の実装可能性の検証が必要です。
◦
安全性、拡張性、共振化力学などの課題に対する具体的な解決策の提示が不足している。
◦
特定のアルゴリズムやアーキテクチャの詳細な分析ではなく、幅広い概念的な説明に焦点を当てています。
👍
Made with Slashpage