大規模言語モデルにおけるエージェント的なツール利用
arXiv cs.CL / 2026/4/3
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、LLMを自律エージェントとして用いる場合、現実の環境で成功するのは、検索・計算・外部アクションの実行に対して信頼性の高いツール利用と組み合わせたときに限られると主張する。
- 断片化した先行研究を概観し、エージェント的なツール利用を「プラグアンドプレイ型プロンプト」「教師ありツール学習」「報酬駆動型ツール方策学習」の3つのパラダイムに統一的に整理するタクソノミーを提案する。
- 各パラダイムの手法、強み、典型的な失敗モードを比較し、学習時／利用時の設定においてツール利用の振る舞いがどのように異なるかを説明する。
- また、現在のツール利用の評価方法をレビューし、研究間で一貫した進展や計測を妨げる主要な未解決課題を特定する。
- 目的は、文献の断片化を減らし、将来の研究開発の指針となり得る、構造化された「進化的」な見取り図を提供することにある。
