世界が未来を漏らす：進化を活用した未来予測エージェント

Abstract

重要な意思決定の多くは、関連する結果が判明する前に行われなければならない。このような問題は一般に \\emph{未来予測} として定式化されることが多く、そこではLLMエージェントが、予測時点で利用可能な公開情報のみを用いて、未解決の問いに対する予測を立てる必要がある。この設定は困難である。というのも、有用な監督信号は問いが解決した後にしか到着しない一方で、公的な証拠は予測の間に進化していくからであり、既存のアプローチの多くは依然として主に最終的な結果から改善している。しかし最終結果は粗すぎて、より早い段階での要因追跡、証拠収集と解釈、あるいは不確実性の扱いを導くことができない。同じ未解決の問いが時間をおいて再訪される場合、過去の予測と後の予測の時間的対比が、過去の予測プロセスにおける欠落をあぶり出すことができる。これを我々は \\emph{内部フィードバック} と呼ぶ。我々は、基盤モデルを固定したまま、要因追跡、証拠収集と解釈、不確実性の扱いのための持続的な \\emph{未来予測ハーネス} を更新する自己進化型エージェントシステム \\emph{Milkyway} を提案する。同じ未解決の問いに対する繰り返しの予測を通じて、 \\emph{Milkyway} は内部フィードバックを抽出し、再利用可能なガイダンスをそのハーネスへ書き戻す。これにより、その問いに関する後続の予測は、結果が判明する前でも改善できる。問いが解決した後は、最終結果が更新されたハーネスを次の問いへ引き継ぐ前に \\emph{事後の確認} を提供する。FutureX および FutureWorld では、Milkyway は比較対象手法の中で最も高い総合スコアを達成し、FutureX を 44.07 から 60.90 へ、FutureWorld を 62.22 から 77.96 へと改善している。