Neues Framework repräsentiert agentische Daten als faktorisiertes Tupel

Neues Framework repräsentiert agentische Daten als faktorisiertes Tupel

LLM-Agenten lernen zunehmend aus generierten Interaktionsdaten. Ein neues Forschungsframework führt eine zweistufige Struktur ein. Der erste Schritt ist die Repräsentation agentischer Daten als gemeinsames faktorisiertes Objekt (E,q,τ,v). Es besteht aus einer Umgebungsspezifikation E, die die externe Umgebung beschreibt, einem Aufgabensignal q, das die zu lösende Aufgabe spezifiziert, einer Interaktionsrealisierung τ, die den tatsächlichen Ablauf der Interaktion abbildet, und einem optionalen Verifizierer v, der den Erfolg prüft. Diese Faktorisierung soll die Konsistenz zwischen Umgebungen, Aufgaben, Interaktionen und Erfolgssignalen sicherstellen.

Das Framework organisiert bestehende Generierungsparadigmen nach ihrem primären Anker und ihrer Abhängigkeitsstruktur. Der primäre Anker bezeichnet den Teil des Tupels, der als Ausgangspunkt der Generierung dient. Die Abhängigkeitsstruktur beschreibt, wie die übrigen Komponenten aus diesem Anker abgeleitet werden. Diese Sichtweise macht gemeinsame Mechanismen über Domänen hinweg sichtbar.

Bisherige Arbeiten erstrecken sich über viele Agentendomänen, doch die domänenzentrierte Organisation und heterogene Evaluation verschleiern oft gemeinsame Generierungsmechanismen und vermischen Kandidatenkonstruktion mit Verifikation und Auswahl.

ACE-Linse steuert Generierung über Genauigkeit, Komplexität und Vielfalt

Die Generierung wird als eingeschränktes Verteilungsdesign über die Accuracy-Complexity-divErsity-Linse (ACE) formuliert. Accuracy etabliert den zulässigen Support von fundierten und intern konsistenten Daten. Der zulässige Support ist die Menge aller Tupel (E,q,τ,v), die als gültig gelten: Sie müssen ausführungsbezogen sein und intern konsistent, das heißt Umgebung, Aufgabe, Interaktion und Erfolgssignal passen zusammen. Nur Daten innerhalb dieses Supports werden zugelassen.

Innerhalb dieses Supports platziert Complexity die Lernmasse relativ zur Fähigkeit eines deklarierten Lerners und der Ausführungskonfiguration. Lernmasse bezeichnet die Verteilung der generierten Daten über den zulässigen Support. Die Fähigkeit des Lerners und die Ausführungskonfiguration bestimmen, wo innerhalb des Supports mehr oder weniger Daten erzeugt werden.

divErsity kontrolliert Abdeckung und Redundanz. Abdeckung bezieht sich darauf, wie gut die generierten Daten den zulässigen Support ausfüllen. Redundanz wird vermieden, indem ähnliche Beispiele nicht unnötig vervielfacht werden. Das Framework betont damit Genauigkeit, Komplexität und Vielfalt statt alleiniger Skalierung – die Menge generierter Daten ist weniger entscheidend als deren Ausführungsbezug, Lernerrelevanz und Diversität.