本記事は ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs (arXiv:2307.16789) の解説記事です。 論文概要（Abstract） ToolLLMは、清華大学のOpenBMBチームが2023年7月に発表したフレームワークであり、LLMが16,000以上の実世界APIを使い...

本記事は AvaTaR: Optimizing LLM Agents for Tool Usage via Contrastive Reasoning (arXiv:2406.11200) の解説記事です。 論文概要（Abstract） AvaTaR（Automated and Versatile Agent Training via Autonomous Reasoning）は、Sta...

本記事は ToolACE (arXiv:2409.12929) の解説記事です。 論文概要（Abstract） ToolACEは、Salesforce Researchが2024年9月に発表したLLMのFunction Calling能力を向上させるためのフレームワークである。著者らは、多様な合成データ生成パイプラインとself-consistencyに基づくデータ品質フィルタリングを組...

本記事は Code execution with MCP: building more efficient AI agents（Anthropic Engineering Blog）の解説記事です。 ブログ概要（Summary） Anthropicのエンジニアリングチームは、Model Context Protocol（MCP）におけるコード実行パターンを提案し、従来のツール直接呼び出し...

本記事は On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents (arXiv:2408.00989) の解説記��です。 論文概要（Abstract） LLMベースのマルチエージェントシステムにおいて、「不注意な（clumsy）」または「悪意のある（malicious）」エージェントが混在す...

本記事は Rethinking the Reliability of Multi-agent System: A Perspective from Byzantine Fault Tolerance (arXiv:2511.10400) の解説記事です。 論文概要（Abstract） マルチエージェントシステム（MAS）において、一部のエージェントが誤った応答を返す「ビザンチン障害」が発...

本記事は From AI Hype to Durable Reality — Why Agentic Flows Need Distributed-Systems Discipline (Temporal Blog) の解説記事です。 ブログ概要（Summary） Temporal社のKevin Martin氏は、AIエージェントの本番運用における成功はモデルの高度さではなく、分散システ...

本記事は Where LLM Agents Fail and How They can Learn From Failures (arXiv:2509.25370) の解説記事です。 論文概要（Abstract） LLMエージェントは、1つの根本原因エラーが後続の意思決定に連鎖的に伝播する「カスケード障害」に対して脆弱である。Zhuらは、エージェントの障害モードを記憶（Memory）・反...

本記事は Towards a Science of AI Agent Reliability (arXiv:2602.16666) の解説記事です。 論文概要（Abstract） AIエージェントのベンチマーク精度は向上し続けているが、実運用ではエージェントが予期せぬ失敗を起こす事例が後を絶たない。Rabanserらは、エージェントの「信頼性（reliability）」を精度とは独立した...

本記事は arXiv:2401.02936 およびその査読付きジャーナル版 Engineering, Vol.56, pp.45-61 (2026) の解説記事です。論文の体系的整理と実験結果を紹介しますが、本記事の著者自身が実験を行ったものではありません。 この記事は Zenn記事: LLM埋め込み空間×セマンティック通信 6G時代の通信処理技術を整理する の深掘りです。 論文...