覚えたばかりのことを忘れないでください：自己主導型修理は、エージェントのミスを永続的な学びに変えます

arXiv:2610.31846v1 発表タイプ：新規 要旨：知的エージェントは自らの過ちから学び、経験を通じて継続的な改善を図るべきである。しかし、今日のエージェントは過ちから回復してもその効果は一時的でしかない。文脈内での振り返りはセッション間で容易に忘れられ、限られたコンテキスト資源と競合する一方で、パラメータ全体を再調整する手法はコストが高く、既存の能力に干渉するおそれがある。そこで私たちは、一時的な文脈内リトライと方策更新の利点を組み合わせた、エージェントが過ちから学ぶための仕組み「Self-Direction」を提案する。エージェントがタスクに失敗した際、自身の行動経路を振り返って教訓を抽出し、それを即座に軽量な低ランクアダプターへと凝縮する。元の重みを固定しておくことで、Self-Directionはアダプターの学習による過剰な上書きを防ぐ。