JTPRO：言語エージェント向けのツールとプロンプトを共同で振り返り最適化する枠組み

arXiv cs.AI / 2026/4/23

📰 ニュースIdeas & Deep AnalysisModels & Research

原文を読む →

共有:

要点

この論文は、多数の外部・ドメイン特化ツールを扱うLLMエージェントが失敗しやすい主因として、ツール固有のニュアンスを無視する汎用的なプロンプトと、各ツールをいつ・どのように使うべきかや引数の形式が十分に定義されていないツール・スキーマがあると主張している。
提案手法JTPRO（Joint Tool-Prompt Reflective Optimization）は、トレース教師ありの設定でロールアウトに基づくリフレクションを反復的に用い、グローバルなエージェント指示と各ツールのスキーマ／引数説明を同時に最適化する。
この枠組みは、曖昧さの解消とスロット／値の埋め合わせに必要なツールローカルの手がかりだけを保持することで、大規模なツール在庫でもツール呼び出しの信頼性を高めることを狙っている。
実験では、ツール選択精度（TSA）、スロット充填精度（SFA）、総合成功率（OSR：正しいツール＋正しいスロット＋正しい値）を用い、多ツールベンチマークで評価し、JTPROがOSRで既存の強力ベースラインやGEPAのような反射型プロンプト最適化より相対で5%〜20%上回る。
アブレーション結果から、指示とツール・スキーマを共同で最適化するほうが、どちらか一方のみを最適化する場合より効果と頑健性が高いことが示されている。