Youtu-Agent: 自動エージェント生成とハイブリッドポリシー最適化

この論文は、LLMエージェントの構成と適応性の課題に対処するために設計されたモジュール型フレームワークであるYoutu-Agentを紹介しています。手動でのツール統合とプロンプトエンジニアリングの高コストを、エージェントの自動生成によって解決します。さらに、インコンテキスト最適化と強化学習を含むハイブリッドポリシー最適化システムを通じて、エージェントの適応性を向上させます。結果は、最先端のパフォーマンスと、ツール合成、特定のベンチマークでのパフォーマンス、およびトレーニング速度の大幅な改善を示しています。

• •Youtu-Agentはエージェント生成を自動化し、ツール統合とプロンプトエンジニアリングにおける手作業を削減します。
• •このフレームワークは、インコンテキスト最適化と強化学習を含むハイブリッドポリシー最適化システムを使用して、エージェントの適応性を向上させます。
• •実験では、WebWalkerQAおよびGAIAベンチマークで最先端のパフォーマンスを示しています。
• •自動生成パイプラインは、高いツール合成成功率を達成します。
• •Agent Practiceモジュールは、AIMEベンチマークでのパフォーマンスを向上させます。
• •Agent RLトレーニングは、コーディング/推論および検索タスクで大幅な高速化とパフォーマンスの向上を実現します。