主体性に基づく推論 ― オックスフォード大学がLLM課程における推論能力向上のための枠組みを発表

エージェント的推論とは何ですか？

エージェント推論は、大規模言語モデル（LLM）の推論能力を強化するためにオックスフォード大学が開発したフレームワークです。ウェブ検索、コード実行、構造化メモリなどの外部ツールを統合することで、複雑な多段階推論問題を解決します。エージェント推論の中核となるアイデアは、推論プロセス中にLLMが外部エージェント（マインドマップエージェント、ウェブ検索エージェント、コードエージェントなど）を動的に呼び出し、情報を取得したり、計算分析を実行したり、複雑な論理関係をリアルタイムで整理したりできるようにすることです。このフレームワークは、博士課程レベルの科学的推論（GPQAデータセットなど）やドメイン固有の高度な研究タスクにおいて非常に優れた性能を発揮し、既存の検索拡張（RAG）システムやクローズドソースのLLMを凌駕します。

エージェント推論の主な機能

• 多段階推論能力を向上させるLLM（論理学習モデル）は、ウェブ検索、コード実行、構造化メモリなどの外部ツールを活用することで、綿密な調査と多段階の論理導出を必要とする複雑な問題をより効率的に処理することを可能にする。
• リアルタイムの情報検索と更新ウェブ検索エージェントを使用して最新情報をリアルタイムで取得することで、推論プロセスにおける知識の正確性と適時性を確保します。
• 複雑な論理関係の組織化知識グラフは、マインドマップエージェントに基づいて構築されており、論理的思考者が推論プロセスにおける論理的な関係を明確に整理・追跡し、演繹的推論能力を向上させるのに役立ちます。
• 計算解析サポートこのシステムはコードエージェントを活用してプログラミングタスクを実行し、定量分析を必要とする問題に対して正確な計算結果を提供する。
• 推論の効率と精度を向上させるタスクの割り当てとツールの呼び出しに基づいて、メイン推論モデルへの負荷が軽減され、補助タスクの処理によって推論チェーンが中断されることが回避されます。
• 専門家レベルの知識統合綿密な調査業務においては、人間の専門家のレベルに匹敵、あるいはそれを上回る高品質な分析レポートを生成します。

エージェント推論の技術的原理

• 動的ツール呼び出しメカニズム推論中、LLMは現在の推論ニーズに基づいて、外部ツール（Web検索やコード実行など）を呼び出すかどうかをリアルタイムで判断します。外部情報が必要な場合、LLMは特定のクエリ要求を生成し、特別なタグ（「検索」タグや「コード」タグなど）を埋め込み、推論を一時停止して、適切なエージェントに要求を送信します。
• 外部エージェントの共同作業：
  • マインドマップエージェントこのアプローチでは、推論チェーンを構造化された知識グラフに変換し、エンティティ認識と意味関係抽出に基づく推論のための論理的なサポートを提供します。知識グラフはクエリ可能であり、LLM（論理言語モデル）が推論プロセス中に関連情報を迅速に取得するのに役立ちます。
  • ウェブ検索エージェントこのシステムはインターネットから関連文書を取得し、LLMフレームワークを使用して重要な情報を抽出し、関連性と論理的な一貫性を確保した簡潔な要約を生成します。
• コードプロキシLLMからコード要求を受け取り、コードを生成・実行し、結果を返します。これにより、LLMが直接コードを生成・実行する複雑さを回避し、推論効率を向上させます。
• 反復推論と知識更新推論プロセスは反復ループです。LLMは外部エージェントから返された結果に基づいて推論チェーンを更新し、最終的な答えが得られるまで論理的推論を徐々に改善していきます。
• 確率に基づく生成モデル推論連鎖と最終的な回答の生成は、タスク指示、クエリ、ツール出力、知識グラフを組み合わせた結合確率モデルに基づいており、これにより、一貫性のある推論プロセスと正確な回答が動的に生成されます。
• 推論の最適化と検証ツール呼び出し頻度などの指標に基づいて推論プロセスを最適化し、最適な推論経路を選択することで、推論の精度と効率を向上させる。

エージェント推論のプロジェクトアドレス

• GitHubリポジトリ：https://github.com/theworldofagents/Agentic-Reasoning
• arXiv技術論文：https://arxiv.org/pdf/2502.04644

エージェント推論の応用シナリオ

• 学術研究と複雑な問題への解決策多段階の推論とツールの呼び出しに基づいて、博士課程レベルの科学的問題を解決し、高精度の解答を提供する。
• 医療意思決定支援ウェブ検索とコード実行を組み合わせることで、医療現場における正確な診断と治療ソリューションを提供する。
• 金融および法律研究規制やデータを迅速に取得し、質の高い調査レポートを作成し、専門的な意思決定を支援します。
• 複雑な論理ゲームと戦略最適化人狼ゲームのようなゲームでは、論理的な推論と人間関係の把握に基づいて、高い勝率を誇る戦略が実現される。
• 学際的な詳細研究複数の分野からの情報を統合して包括的なレポートを作成し、知識の統合と複雑な問題の分析を容易にする。