自己改善型エージェント、スキル構成の変化で性能低下の恐れ

Jinluan Yang氏が率いる研究チームは2026年10月16日、新たなarXiv論文を公開した。ポリシーとスキルバンクの両方を改善するよう訓練されたエージェントは、その後スキルバンクが変化すると脆弱になることを示している。著者らは、スキルの変化を模擬し、一貫性と耐性を測定する新たな評価手法「CO-evolution Drift Audit（CODA）」を提案した。4つの手法と5つのベンチマークを対象とした評価では、最悪の場合、成功率が5〜13ポイント低下し、スキルを使わないベースラインに対する優位性の大半が失われた。