エージェント型AIへのヒッチハイカーガイド
The Hitchhiker's Guide to Agentic AI (arxiv.org)
要約
「エージェント型AIへのヒッチハイカーガイド」は、自律型AIシステムの構築に関する包括的な実用リファレンスです。本書は、LLM基盤から始まり、アライメントと推論レイヤー、そしてエージェント型AIの核心へと進みます。エージェント間の連携、スキルとツールの使用、マルチエージェントアーキテクチャ、開発フレームワーク、評価方法、本番環境へのデプロイまでを網羅しています。各章は、厳密な理論的基盤と実装ガイダンス、コード例、一次文献への参照を組み合わせて提供します。
全文翻訳
タイトル:エージェント型AIへのヒッチハイカーガイド: 基礎からシステムまで
要旨:「エージェント型AIへのヒッチハイカーガイド」は、自律型AIシステムを構築するための包括的な実践リファレンスであり、第一原理から本番デプロイメントまでのフルスタックをカバーしています。中心的な主張は、優れたエージェントシステムを構築するには、単一のレイヤーだけでなく、パイプラインのすべてのレイヤーを理解する必要があるということです。本書は、LLM基盤から始まり、トランスフォーマーアーキテクチャ、GPUシステム、トレーニングとファインチューニング(SFT、LoRA、MoE)、モデル圧縮、推論最適化を不可欠な基礎として扱います。次に、アライメントと推論のレイヤーを発展させます。RLHF、PPO、DPOとそのバリアント、GRPO、報酬モデリング、そしてチェーンオブソートやテストタイムスケーリングを含む大規模推論モデルのためのRLです。後半は、エージェント型AIそのものに捧げられています。エージェント型トレーニングと軌跡ベースRL、RAGとエージェント型RAG、メモリシステム(コンテキスト内、外部、エピソード、セマンティック)、エージェントハーネス設計、ループエンジニアリング、グラフベースのオーケストレーション、そしてセキュリティ、レッドチーミング、ゲートウェイインフラストラクチャをカバーするエージェント設計パターンの分類です。エージェント間の協調は詳細に扱われます。モデルコンテキストプロトコル(MCP)、エージェントスキルとツール使用、エージェント間(A2A)プロトコル、そして中央集権型、分散型、階層型トポロジーにまたがるマルチエージェントアーキテクチャです。本書は、エージェント開発フレームワーク、エージェント型UI設計、評価方法論(非決定論的評価、推論崩壊、LLMとしてのジャッジ)、本番デプロイメント、そしてエンジニアリング要件としての規制環境(EU AI法、カリフォルニア州SB 942)で締めくくられます。各章は、理論と実装ガイダンス、実行可能なノートブック、そして一次文献への参照を組み合わせています。
| コメント: | version 1.4 |
| 件名: | 人工知能 (cs.AI); 計算と言語 (cs.CL); 情報検索 (cs.IR); 機械学習 (cs.LG) |
| 引用: | arXiv:2606.24937 [cs.AI] |
| (またはこのバージョンについては arXiv:2606.24937v3 [cs.AI]) | |
| https://doi.org/10.48550/arXiv.2606.24937 arXiv発行のDOI (DataCite経由) |
投稿履歴
投稿者: Haggai Roitman [メールを表示]
v1 2026年6月22日月曜日 17:48:54 UTC (5,525 KB)
v2 2026年7月27日月曜日 15:17:17 UTC (5,389 KB)
v3 2026年9月29日火曜日 08:53:18 UTC (5,438 KB)