ACCORD: 言語エージェントのための行動条件付き文脈接地

- LLMエージェントが情報豊富な環境でユーザ指示を実行する際の文脈接地(contextual grounding)問題を扱う研究。 - 指示が暗黙の前提に依存して underspecified であるため、エージェントは環境状態から欠落文脈を特定・接地し、後続行動に引き継ぐ必要がある。 - 現状のエージェントは仮定で行動し、収集可能な情報を見落とし、既に得た証拠を活用できないことを示す。 - これを解決するフレームワーク ACCORD (Action-Conditioned Contextual Grounding) を提案。 - 各行動前に環境を能動的に探索し、trajectory から関連文脈を統合する。

- 既存エージェントは指示のみから暗黙前提を推論しようとし、観測された specifics ではなく仮定に基づいて行動する傾向があった。 - ACCORD は行動前に能動的に環境を probe し、trajectory 中の見落とされがちな文脈を統合する点で異なる。 - 追加の training や task-success signals を必要とせず、既存の強力なベースラインを上回る。 - AppWorld で GPT-5-mini により 42.0% から 62.6% へ最大 +20.6 points 改善。 - Claude-4.5-sonnet で +10.8、Qwen3.5-27B-FP8 で +10.1、embodied AlfWorld で +7.4 success rate と、モデルやベンチマークをまたいで一貫した向上を示す。

- ACCORD は各行動の前に、欠落している情報を特定するため環境を能動的に probe する。 - エージェントの trajectory から関連する文脈を統合し、そうでなければ見落とされる証拠を活用する。 - 追加の training や task-success signals を必要としない、シンプルで効果的な agent framework。 - 具体的な probe の設計や統合メカニズムの詳細は要旨からは不明。

- AppWorld ベンチマークで GPT-5-mini を用い、42.0% から 62.6% へ最大 +20.6 points の task-goal completion 改善を確認。 - より強力な base model である Claude-4.5-sonnet でも +10.8 の改善を確認。 - open-weight model の Qwen3.5-27B-FP8 でも +10.1 の改善を確認。 - embodied な AlfWorld ベンチマークでも GPT-5-mini で +7.4 success rate の改善を確認。 - これらの結果から、モデルやタスク環境をまたいだ有効性を示している。

- 現状のエージェントが仮定に基づいて行動し、収集可能な情報を見落とし、既に返された証拠を組み込めないという問題を指摘。 - その上で、行動前に能動的に環境を probe し trajectory の文脈を統合することの重要性を議論。 - ACCORD が追加学習や成功信号なしで改善をもたらすことを示すが、限界や失敗ケース、probe のコストなどに関する議論は要旨からは不明。

- 要旨で参照・比較されている具体的な先行研究名は明示されていない。 - 関連手法として、LLM agents、contextual grounding、AppWorld、AlfWorld などのベンチマークやタスク環境が挙げられる。 - 同分野の定番として、ReAct や Toolformer など、LLM エージェントの行動・ツール利用に関する研究を次に読む候補として挙げられる。