現実世界タスク向けのエージェント型LLMエコシステム

この論文は、エージェント型LLMの開発を促進するための、合理化されたオープンソースエコシステムの重要な必要性に取り組んでいます。著者は、エージェントの生産パイプラインを最適化するために、ROLL、ROCK、およびiFlow CLIで構成されるAgentic Learning Ecosystem（ALE）を紹介しています。大規模なデータセットでトレーニングされ、新しいポリシー最適化アルゴリズム（IPA）を採用したオープンソースエージェントであるROMEのリリースは、重要な貢献です。長期的なトレーニングの安定性に焦点を当て、スケールと汚染制御が改善された新しいベンチマーク（Terminal Bench Pro）の導入も注目に値します。この研究は、実用的でアクセス可能なフレームワークを提供することにより、エージェント型LLMの研究を加速させる可能性があります。

• •エージェント型LLM開発のためのAgentic Learning Ecosystem（ALE）を紹介。
• •大規模データセットでトレーニングされたオープンソースエージェントROMEをリリース。
• •長期的なトレーニングを改善するためのInteraction-based Policy Alignment（IPA）を提案。
• •エージェント評価のための新しいベンチマーク、Terminal Bench Proを紹介。