エージェント型AIへのヒッチハイカーガイド

コンピュータサイエンス > 人工知能 arXiv:2606.24937 (cs) [2026年6月22日提出] タイトル：エージェント型AIへのヒッチハイカーガイド：基盤からシステムまで 著者：Haggai Roitman Haggai Roitmanによる「エージェント型AIへのヒッチハイカーガイド：基盤からシステムまで」というタイトルのPDFを表示 PDFを表示 概要： 「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、最初の原則から本番環境へのデプロイまで、パイプラインのすべてのレイヤーを理解することが優れたエージェントシステムを構築するために必要であるという中心的なテーマを中心に、フルスタックをカバーしています。本書は、LLM基盤（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、主要な焦点ではなく、不可欠な基盤として扱います。次に、アライメントと推論レイヤー（RLHF、PPO、DPOとそのバリアント、GRPO、報酬モデリング、連鎖思考やテスト時スケーリングを含む大規模推論モデルのためのRL）を開発します。後半は、エージェント型AI自体に捧げられています。トピックには、エージェント型トレーニングと軌跡ベースRL、検索拡張生成（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とコンテキスト管理、およびエージェント設計パターンの分類が含まれます。エージェント間の連携は詳細にカバーされています。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の使用、エージェント間通信プロトコル（A2A）、および中央集権型、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、エージェント型タスクの評価方法、および本番環境へのデプロイで締めくくられます。各章は、厳密な理論的基盤と実装ガイダンス、コード例、および一次文献への参照を組み合わせています。 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の場合は arXiv:2606.24937v1 [cs.AI]) https://doi.org/10.48550/arXiv.2606.24937 詳細はこちら arXiv発行DOI (DataCite経由) 提出履歴 送信元：Haggai Roitman [メールを表示] [v1] 2026年6月22日（月）17:48:54 UTC (5,525 KB) 全文リンク： 論文にアクセス：Haggai Roitmanによる「エージェント型AIへのヒッチハイカーガイド：基盤からシステムまで」というタイトルのPDFを表示 PDFを表示 TeXソースを表示 ライセンスを表示 現在の閲覧コンテキスト：cs.AI < 前 | 次 > 新規 | 最近 | 2026-06 次の基準で閲覧を変更：cs cs.CL cs.IR cs.LG 参考文献と引用 NASA ADS Google Scholar Semantic Scholar エクスポート BibTeX引用 読み込み中... BibTeX形式の引用 × 読み込み中... 提供元データ： ブックマーク 書誌ツール 書誌および引用ツール 書誌エクスプローラー 書誌エクスプローラー（とは何ですか？） Connected Papers Connected Papers Litmaps Litmaps scite.ai sciteスマート引用（とは何ですか？） コード、データ、メディア この論文に関連するコード、データ、メディア alphaXiv alphaXiv（とは何ですか？） コードへのリンク CatalyzeX 論文用コードファインダー（とは何ですか？） DagsHub DagsHub（とは何ですか？） GotitPub Gotit.pub（とは何ですか？） Huggingface Hugging Face（とは何ですか？） ScienceCast ScienceCast（とは何ですか？） デモ デモ Replicate Replicate（とは何ですか？） Spaces Hugging Face Spaces（とは何ですか？） Spaces TXYZ.AI（とは何ですか？） 関連論文 レコメンダーおよび検索ツール インフルエンスフラワーへのリンク インフルエンスフラワー（とは何ですか？） Coreレコメンダー COREレコメンダー（とは何ですか？） この論文の著者は誰ですか？ 数式表示を無効にする（MathJaxとは何ですか？）